Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TESIS
AUTOR
Tatiana Nadezlina LEÓN ROJAS
ASESOR
Dr. Leónidas OCOLA AQUISE
Lima, Perú
2022
Reconocimiento - No Comercial - Compartir Igual - Sin restricciones adicionales
https://creativecommons.org/licenses/by-nc-sa/4.0/
Usted puede distribuir, remezclar, retocar, y crear a partir del documento original de modo no
comercial, siempre y cuando se dé crédito al autor del documento y se licencien las nuevas
creaciones bajo las mismas condiciones. No se permite aplicar términos legales o medidas
tecnológicas que restrinjan legalmente a otros a hacer cualquier cosa que permita esta licencia.
Referencia bibliográfica
León, T. (2022). La climatología de las Lomas de la Costa Central del Perú usando
datos imágenes de satélite. [Tesis de maestría, Universidad Nacional Mayor de San
Marcos, Facultad de Ciencias Físicas, Unidad de Posgrado]. Repositorio institucional
Cybertesis UNMSM.
Metadatos complementarios
Datos de autor
Datos de asesor
Datos de investigación
Geografía física
http://purl.org/pe-repo/ocde/ford#1.05.05
URL de disciplinas OCDE
Sensores remotos
http://purl.org/pe-repo/ocde/ford#2.07.04
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
Universidad del Perú. Decana de América
FACULTAD DE CIENCIAS FÍSICAS
UNIDAD DE POSGRADO
Siendo las 15:00 horas del 9 de mayo de 2022, en la Sala de Sesión Virtual de la Unidad
de Posgrado de la Facultad de Ciencias Físicas de la Universidad Nacional Mayor de
San Marcos, se reunieron los siguientes miembros del Jurado Examinador:
“La climatología de las Lomas de la Costa Central del Perú usando datos
imágenes de satélite”
Concluida la exposición de la candidata y luego de las preguntas de rigor por parte del
Jurado Examinador, el presidente y los miembros del Jurado Examinador pasaron a otra
sala virtual para la deliberación y calificación por parte del Jurado.
Al término de la deliberación, el Dr. Douglas Donal Sarango Julca, invitó a los miembros
del Jurado Examinador a pasar a la Sala de Sesión Virtual, para dar lectura al resultado
de la deliberación. Obteniendo como resultado la calificación de:
A mis padres:
Luis León Julca
Rosaura A. Rojas Tello
A mis hermanos:
Alexander Nabí
Yunevda Ekaterina
Guiomar Amanda
2
AGRADECIMIENTO
3
INDICE
AGRADECIMIENTO…………………………………………………………………..3
ÍNDICE………………………………………………………………………………….
LISTA DE FIGURAS…………...…………………………………………………....11
LISTA DE TABLAS…………...……………………………………………………..25
RESUMEN…………………………………………………………………………….26
CAPÍTULO 1: INTRODUCCIÓN…..……………………………………………....30
1.1 Climatología de la costa………………………………………………………...30
1.2 Ecosistemas de la costa………………………………………………………...32
1.3 Las lomas y sus características………………………………………………..32
1.4 lomas y su importancia………………………………………………………….32
1.5 Condiciones actuales del estudio de las lomas………………………………33
1.6 Identificación del problema …………………………………..………………..34
1.7 Hipótesis………………………………………………………………………….34
1.8 Objetivos………………………………………………………………………….34
1.8.1 Objetivo General…………………………………………………………...34
1.8.2 Objetivos específicos……………………………………………………...35
1.9 Relación con otras investigaciones……...…………………………………….35
1.10 Organización de la tesis……………………………………………………….35
4
2.1.3.1 Condensación…………………………………………………….....41
2.2. Loma……………………………………………………………………………...51
2.5. Climatología……………………………………………………………………..62
3.3 Vientos…………………………………………………………………………….67
4.1. DATOS…………………………………………………………………………...68
5
4.1.1. NDVI………………………………………………………………………….68
4.1.2. Topografía…………………………………………………………………...71
4.2. RECURSOS……………………………………………………………………..74
4.2.1. Software……………………………………………………………………74
4.2.2. Hadware……………………………………………………………………75
5.1 Metodología………………………………………………………………………76
6
5.5. Cálculo de la climatología de las lomas…………………………………….100
CAPÍTULO 6: RESULTADOS…..………………………………………………..104
7
6.3.2.2. Loma de cerro Lupín……..…………………………………………...135
6.4.2.1. Variación mensual del promedio del NDVI de las lomas de la costa
central del Perú……………………………………………………………………..155
8
6.4.2.2. Serie de tiempo del NDVI de las lomas de la costa central del
Perú…………………………………………………………………………………..165
9
7.2.4 Presencia de neblinas a lo largo de la costa central del Perú……...200
7.2.7 Anomalías………………………………………………………………...204
CAPÍTULO 8: CONCLUSIONES…………………………………………………205
8.1 Conclusiones……………………………………………………………………205
REFERENCIA……………………………………………………………………….207
ANEXO A…………………………………………………………………………….213
ANEXO B…………………………………………………………………………….214
ANEXO C……………………………………………………………………………216
10
LISTA DE FIGURAS
Figura 2.3. Mapa de temperatura global del Océano en tiempo real de la fecha
05/10/2017, donde las flechas representan las corrientes marinas de aguas
frías: corriente de California, corriente de Canarias, corriente de Benguela,
corriente peruana cuyas temperaturas están alrededor de 16°C a 18°C
(National Weather Service, 2017). ................................................................... 40
Figura 2.4. Una caja insaturada (a) y una caja saturada (b) con respecto a una
superficie plana de agua pura a temperatura T. Los puntos representan
moléculas de agua. Las longitudes de las flechas representan las tasas
relativas de evaporación y condensación. El saturado es el de mayor cantidad
de puntos (Wallace y Hobbs, 2005). ................................................................ 42
Figura 2.7. Promedio estacional 2009 del anticiclón del pacifico sur (hPa, color)
a nivel del mar, entre el 2000 y 2009 con vectores de esfuerzo de viento (Pa),
(Ancapichún, 2012). ......................................................................................... 46
Figura 2.8. Principales zonas de afloramiento costero en el Perú: 4°- 6°S, 7°-
8°S y 11°-12°S ,14°-16° S (Morón, 2000). ....................................................... 48
11
Figura 2.9. Mapas estacionales de la temperatura superficial del mar frente a la
costa peruana TSM MODIS /TERRA (2000- 2010) (Guerrero, 2015). ............ 49
Figura 2.14. Espectros de reflectancia del trigo, suelo desnudo seco y suelo
desnudo mojado, donde las líneas discontinuas verticales indican los anchos
de banda aproximados de las bandas rojas y NIR de LANDSAT TM (Jackson y
Huete, 1991)..................................................................................................... 57
Figura 2.15. Imagen global del NDVI con colores falsos elaborado usando el
algoritmo de composición Índice de vegetación MODIS (BRDF/ CV-MVC/ MVC)
(Huete et al., 1999)........................................................................................... 58
Figura 2.16. Área mapeada por la misión SRTM (Data Products, 2017) ......... 60
12
Figura 3.2. Costa central del Perú dividida por los departamentos de (a) La
Libertad, (b) Ancash, (c) Lima, (d) Ica. ............................................................. 65
Figura 4.3. Imagen satelital SRTM_W_250 abarca América del sur donde los
colores indican altitud, esta imagen satelital abarca todo América del sur y la
mayor parte de América del Norte, en esta imagen se ha colocado los límites
del Perú y el área de estudio de la costa central del Perú. .............................. 73
Figura 5.1. Mapa topográfico del Perú, elaborado con las imágenes satelitales
SRTM90 y los límites departamentales de La Libertad, Ancash, Lima e Ica. .81
Figura 5.2. Mapa topográfico de la costa central del Perú, elaborado con las
imágenes satelitales SRTM90 en donde los colores indican altitud. ................ 82
Figura 5.4. Mapa promedio del NDVI de otoño de la costa central del Perú del
periodo 2000-2014. .......................................................................................... 87
Figura 5.5. Mapa de máximo valor compuesto del NDVI de invierno desde el
2000-2014 de la costa central del Perú. .......................................................... 88
13
Figura 5.7. Mapa de máximo valor compuesto del NDVI (MOD13Q1), donde se
observa la máxima vegetación desarrollada por las riberas, áreas de cultivo y
las lomas, en el periodo 2000- 2014, en la costa central del Perú. ................. 91
Figura 5.9. Lomas entre los valles de Chicama y Moche. Imagen de Google
Earth donde se realiza la inspección de la topografía de la vegetación entre
valle y valle para verificar que no son zonas agrícolas (Google Earth Pro,
2015), acceso 06/11/2018. ............................................................................... 94
Figura 5.10. Topografía de la costa central del Perú (SRTM250), la paleta que
se encuentra a la izquierda indica la altitud por colores. Se observa que dentro
de esta región la máxima altitud es de 1800 msnm. ........................................ 98
Figura 5.11. Imagen satelital SRTM30, graficada en 3D, con el perímetro de los
valles, el perímetro de las lomas de La Libertad y un perfil topográfico RS que
pasa por la loma de cerro Negro y el valle de Virú, en la costa del departamento
de La Libertad. ................................................................................................. 99
Figura 5.13. Agrupación anual de las 342 imágenes producto MODIS NDVI.
....................................................................................................................... 101
14
Figura 6.2. Mapa de máximo valor compuesto del NDVI de la costa del
departamento de La Libertad que presenta la máxima vegetación desarrollada
en el periodo 2000-2014. ............................................................................... 107
Figura 6.3. Mapa de máximo valor compuesto del NDVI de la costa del
departamento de La Libertad, sin la vegetación ribereña y pie de monte andino.
....................................................................................................................... 108
Figura 6.4. Perímetro del área las lomas de la costa de La Libertad conformado
por cinco contornos. ....................................................................................... 109
Figura 6.5. Mapa de la costa del departamento de La Libertad con las curvas
de nivel de 200 msnm y 800 msnm, y el perímetro de lomas de la costa de La
Libertad. ......................................................................................................... 110
Figura 6.6. Mapa de máximo valor compuesto del NDVI (2000 -2014) de la
costa del departamento de Ancash. Presenta vegetación desarrollada a lo largo
de 15 años (2000-2014). ................................................................................ 111
Figura 6.7. Mapa máximo valor compuesto del NDVI de la costa del
departamento de Ancash, sin la vegetación ribereña y sin la vegetación del pie
de monte andino............................................................................................. 112
Figura 6.9. Mapa de la costa del departamento de Ancash con las curvas de
nivel de 200 msnm y 800 msnm y el perímetro de las lomas de Ancash. ...... 114
15
Figura 6.11. Mapa de máximo valor compuesto del NDVI de la costa de Lima,
sin vegetación ribereña. ................................................................................. 117
Figura 6.13. Mapa del departamento de la costa de Lima con las curvas de
nivel de 200 msnm y 800 msnm y el perímetro de las lomas de Lima. .......... 119
Figura 6.14. Mapa de máximo valor compuesto del NDVI (2000 – 2014) de la
costa del departamento de Ica. Se presenta la máxima vegetación desarrollada
a lo largo de 15 años (2000-2014). ................................................................ 120
Figura 6.15. Mapa de máximo valor compuesto del NDVI de la costa de Ica, sin
la vegetación ribereña. ................................................................................... 121
Figura 6.16. Perímetro de las lomas de la costa de Ica conformado por tres
contornos........................................................................................................ 122
Figura 6.17. Mapa de la costa del departamento de Ica con las curvas de nivel
de 200 msnm y 800 msnm y el perímetro de las lomas de la costa de Ica. ... 123
Figura 6.18. Perímetro del área de las lomas identificadas por departamentos
....................................................................................................................... 124
Figura 6.19. Mapas de la loma cerro Campana: (a) Mapa de máximo valor
compuesto del NDVI MOD13Q1 (2000-2014) y (b) Mapa topográfico (SRTM
250), ambos, con el perfil AB que atraviesa la loma de cerro Campana, de
coordenadas en A: 8.0° S, 79.1° W y en B: 7.9° S, 79.1° W, donde los colores
indican los valores del NDVI y los niveles de altitud. ...................................... 126
Figura 6.20. Variación del NDVI con la altitud, a través del perfil AB que pasa
por la loma de cerro Campana. En azul: la variación de la altitud entre los
puntos AB de la Figura 6.19a. En rojo: la variación del NDVI entre los puntos
16
A-B de la Figura 6.19b. Las líneas verticales indican la región en la que el NDVI
incrementa a medida que aumenta la altitud. ................................................. 127
Figura 6.21. Relación del NDVI vs. Altitud, obtenida del perfil AB que pasa por
la loma cerro Campana, donde el grado de correlación entre la altitud y el NDVI
es 0.78. .......................................................................................................... 128
Figura 6.23. Se presenta dos mapas de la loma de cerro Chiputur: (a) Mapa
de máximo valor compuesto de NDVI MOD13Q1 (2000-2014) y (b) Mapa
topográfico SRTM 250 ambos, con el perfil B’C que atraviesa la loma de cerro
Chiputur, de coordenadas en B’: 8.3° S, 78.9° W y en C: 8.1° S, 78.9° W,
donde los colores indican los valores del NDVI y los niveles de altitud. ........ 129
Figura 6.24. Se muestra la variación del NDVI con la altitud, a través del perfil
B’C que pasa por la loma de cerro Chiputur. En azul, se muestra la variación de
la altitud entre los puntos B’C de la Figura 6.23-b.En rojo, se muestra la
variación del NDVI entre los puntos B’C de la Figura 6.23-a, y las líneas
verticales indican la región en la que el NDVI incrementa a medida que
aumenta la altitud. .......................................................................................... 130
Figura 6.25. Relación del NDVI vs. Altitud, obtenida del perfil B’-C que pasa por
la loma de cerro Chiputur, donde el grado de correlación entre la altitud y el
NDVI es 0.90. ................................................................................................. 131
Figura 6.27. Se presenta dos mapas de la loma de cerro Mongón: (a) Mapa de
máximo valor compuesto del NDVI MOD13Q1 (2000-2014) y (b) Mapa
17
topográfico SRTM 250, ambos con el perfil C’D que atraviesa la loma de cerro
Mongón, de coordenadas en C’: 9.7°S, 78.3°W y en D: 9.6°S, 78.3°W y los
colores indican los valores de NDVI y los niveles de altitud. ......................... 132
Figura 6.28. Se muestra la variación del NDVI con la altitud, a través del perfil
C’D que pasa por la loma de cerro Mongón. En azul, se muestra la variación de
la altitud entre los puntos C’D de la Figura 6.27-b. En rojo, se muestra la
variación del NDVI entre los puntos C’D de la Figura 6.27-a, y las líneas
verticales indican la región en la que el NDVI incrementa a medida que
aumenta la altitud. .......................................................................................... 133
Figura 6.29. Relación del NDVI vs. Altitud, obtenida del perfil C’D que pasa por
la loma de cerro Mongón, donde el grado de correlación entre la altitud y el
NDVI es 0.96. ................................................................................................. 134
Figura 6.31. Se presenta dos mapas de la loma de cerro Lupín: (a) Mapa de
máximo valor compuesto del NDVI MOD13Q1 (2000-2014) y (b) Mapa
topográfico SRTM 250 ambos, con el perfil D’E que atraviesa la loma de cerro
Lupín, de coordenadas en D’: 10.5° S, 77.9°W y en E: 10.4°S, 77.8°W, donde
los colores indican valores del NDVI y los niveles de altitud. ......................... 135
Figura 6.32. Se muestra la variación del NDVI con la altitud, a través del perfil
D’E que pasa por la loma de cerro Lupín. En azul, se muestra la variación de la
altitud entre los puntos D’E de la Figura 6.31-b. En rojo, se muestra la variación
del NDVI entre los puntos D’E de la Figura 6.31-a, y las líneas verticales
indican la región en la que el NDVI incrementa a medida que aumenta la altitud.
....................................................................................................................... 136
18
Figura 6.33. Relación del NDVI vs. altitud, obtenida del perfil D’-E que pasa por
la loma de cerro Lupín, donde el grado de correlación entre la altitud y el NDVI
es 0.84. .......................................................................................................... 137
Figura 6.36. Se muestra la variación del NDVI con la altitud, a través del perfil
E’F que pasa por la loma de Lachay. En azúl, se muestra la variación de la
altitud entre los puntos E’F de la Figura 6.35-b. En rojo, se muestra la variación
del NDVI entre los puntos E’F de la Figura 6.35-a, y las líneas verticales indican
la región en la que el NDVI incrementa a medida que aumenta la altitud. ..... 139
Figura 6.37. Relación del NDVI vs. Altitud, obtenida del perfil E’F que pasa por
la loma de Lachay, donde el grado de correlación entre la altitud y el NDVI es
0.74. ............................................................................................................... 140
Figura 6.39 Se presenta dos mapas de la loma de Amará: (a) Mapa de máximo
valor compuesto del NDVI MOD13Q1 (2000-2014) y (b) Mapa topográfico
SRTM 250, ambos, con el perfil MN que atraviesa la loma de Amará, de
coordenadas en M: 14.7°S, 75.8°W y N: 14.7°S, 75.7°W. ............................. 141
19
Figura 6.40 Se muestra la variación del NDVI con la altitud, a través del perfil
MN que pasa por la loma de Amará. En azul, se muestra la variación de la
altitud entre los puntos MN de la Figura 6.43-b. En rojo, se muestra la variación
del NDVI entre los puntos MN de la Figura 6.43-a. ........................................ 142
Figura 6.41. Relación del NDVI vs. altitud, obtenida del perfil MN que pasa por
la loma de Amará, donde el grado de correlación entre la altitud y el NDVI es
0.82. ............................................................................................................... 143
Figura 6.43. Variación del área de las lomas en la costa del departamento de
La Libertad, periodo 2000 – 2014................................................................... 147
Figura 6.44. Variación del área de las lomas en la costa del departamento de
Ancash. .......................................................................................................... 149
Figura 6.45. Variación del área de las lomas en la costa del departamento de
Lima. .............................................................................................................. 151
Figura 6.46. Variación del área de las lomas de la costa del departamento de
Ica. ................................................................................................................. 153
Figura 6.47. Variación anual del área de las lomas de la costa central del Perú
por departamentos. ........................................................................................ 155
Figura 6.48. Variación mensual del promedio del NDVI de las lomas de la
costa de La Libertad, con una desviación estándar por cada mes y un ajuste
lineal que indica la tendencia de los datos. .................................................... 158
20
Figura 6.49. Variación mensual del promedio del NDVI de las lomas de la costa
de Ancash, con una desviación estándar por cada mes y un ajuste lineal que
indica la tendencia de los datos. .................................................................... 160
Figura 6.50. Variación mensual del promedio del NDVI de las lomas de la costa
de Lima, con una desviación estándar por cada mes y un ajuste lineal que
indica la tendencia de los datos. .................................................................... 162
Figura 6.51. Variación mensual del promedio del NDVI de las lomas de la costa
de Ica, con una desviación estándar por cada mes y un ajuste lineal que indica
la tendencia de los datos. ............................................................................... 164
Figura 6.52. Variación mensual del promedio del NDVI de las lomas de las
costas de los departamentos de la Libertad, Ancash, Lima e Ica. .................. 165
Figura 6.53. Series de tiempo del NDVI de las lomas de la costa central, con
sus respectivas tendencias por cada etapa. .................................................. 169
Figura 6.57. Anomalía de la media anual del NDVI de las lomas de la costa de
La Libertad. .................................................................................................... 176
21
Figura 6.58. Anomalía de la media anual del NDVI de las lomas de la costa de
Ancash. .......................................................................................................... 177
Figura 6.59. Anomalía de la media anual del NDVI de las lomas de la costa de
Lima. .............................................................................................................. 178
Figura 6.60. Anomalía de la media anual del NDVI de las lomas de la costa de
Ica. ................................................................................................................. 179
Figura 6.61. Anomalías de la media anual del NDVI de las lomas de la costa
central del Perú. ............................................................................................. 180
Figura 6.63. Precipitación registrada por la estación de Talla (La Libertad). . 182
Figura 6.65. Precipitación registrada por la estación de Lachay (Lima). ....... 182
22
Figura 7.2. Ubicación de las principales lomas de la costa de Ancash en el
mapa de máximo valor compuesto del NDVI del producto MOD13Q1 (2000-
2014) que contiene los perímetros de las lomas de la costa de la Ancash. ... 188
Figura 7.5. Loma de Amará (Agosto 2013) (Beresford et al., 2015). ............. 192
Figura 7.6. Loma de cerro Campana (Rodríguez et al., 2012). ..................... 192
Figura 7.10. Índice de Oscilación del sur (IOS), los períodos prolongados de
valores negativos IOS coinciden con las aguas oceánicas anormalmente
cálidas (niño) y los periodos prolongados de valores positivos de IOS coinciden
las aguas oceánicas anormalmente frías (niña) en el pacifico oriental tropical. El
23
recuadro indica el periodo de estudio, el eje Y indica la intensidad del evento
climático, si es de 0-5 se considera evento normal de 0.5 a 1, evento débil de 1
a 1.5 evento moderado de 1.5 a 2 evento fuerte, mayor o igual a 2 evento muy
fuerte (NOAA, 2019). ...................................................................................... 197
Figura 7.11. Índice Costero El Niño (ICEN) representa la variabilidad del clima
en el este del océano pacifico ecuatorial frente a Ecuador y Norte del Perú,
valores negativos representan eventos de la niña y valores positivos representa
eventos del niño (IMARPE, 2019). ................................................................. 198
24
LISTA DE TABLAS
Tabla 4.1. Meses del año, el rango en días julianos y cantidad de datos por
mes………………………………………………………………………………........70
Tabla 4.2. Estaciones del año, el inicio de las estaciones en días Julianos y
cantidad de datos imágenes por estación. ....................................................... 70
Diagramas
25
RESUMEN
La costa central del Perú está ubicada entre los 7° y los 15°, latitud sur. Su
topografía se extiende entre los 0 y 1800 msnm, abarcando parte de los
departamentos de La Libertad, Ancash, Lima e Ica. Dentro de estas regiones
existen dos grandes grupos de vegetación: la vegetación producida por las
riberas, y la vegetación producida por las neblinas, a las que se les llaman
lomas; esta vegetación es el objeto de análisis en esta investigación. A través
de este estudio se investiga y se caracteriza la climatología de las lomas de la
costa central del Perú, mediante el uso de datos-imágenes producto NDVI del
sensor MODIS a bordo del satélite TERRA y mediante el uso de una imagen
satelital topográfica. Para esto, lo primero, es importante identificar gran parte
de las lomas de la costa central del Perú desarrolladas entre los años 2000 y
2014, utilizando una imagen satelital de radar, que da información de niveles de
altitud en toda la costa central del Perú e imágenes satelitales producto MODIS
NDVI, que cubren un periodo de 15 años. Luego, establecer la relación entre la
altitud y el NDVI a través de perfiles topográficos, para hallar el umbral NDVI de
formación de la lomas que permitirá calcular el valor de las áreas de las lomas
por cada año (variación anual), finalmente hallar la variación diaria (series
temporales), la variación mensual, las anomalías, la periodicidad del NDVI de
las lomas de las costas de los departamentos de la Libertad, Ancash, Lima e
Ica.
La base de datos que se utiliza en esta investigación, consta de 342
imágenes satelitales MOD13Q1 que dan información del NDVI, imágenes
obtenidas del sensor MODIS, con una resolución espacial 250 x 250 m y una
resolución temporal de 16 días que cubren un periodo de 15 años,
transcurridos desde el año 2000 hasta el 2014, además, se usa una imagen
satelital de radar llamada SRTM, que da información topográfica de toda la
costa central del Perú. Para procesar esta cantidad de datos se han empleado
los softwares: Enviroment for Visualizing Imagen (ENVI) 4.8, Interactive Data
Languaje (IDL), ESRI ArcGis – ArcScene, TimeStats V1.0 y Matlab.
Con la imagen satelital SRTM se obtiene el perímetro de la costa central del
Perú, con este perímetro, se delimitan todas las imágenes satelitales
MOD13Q1, luego se calcula el máximo valor compuesto del NDVI de las 342
26
imágenes delimitadas. Este procedimiento, da como resultado un mapa que
resalta toda la vegetación desarrollada en la costa central del Perú entre los
años 2000 y 2014. Finalmente, de este mapa se extrae toda la vegetación
ribereña, quedando así, solo la vegetación de las lomas, de las cuales se
seleccionan seis lomas que son: Cerro Campana, Chiputur, Mongón, Lupin,
Lachay, y Amará. La vegetación de estas lomas es analizada en función de la
altitud, a través de perfiles topográficos con los siguientes resultados:
Las lomas de la costa de los departamentos de la Libertad, Ancash y Lima
empiezan a formarse a una altura promedio de 259 ± 58.27 msnm, con un valor
promedio de NDVI de 0.26 ± 0.03, valor que se denomina Umbral de NDVI de
formación de las lomas. A partir de este punto, el NDVI y la altitud tienen un
buen grado de correlación, es decir, el NDVI incrementa cuando aumenta la
altitud, hasta alcanzar una altura aproximada de 644.6 ±101.8 msnm con un
valor promedio de NDVI de 0.87±0.08. A partir de esta altura, ya no hay
correlación, porque el NDVI empieza a disminuir con respecto de la altitud. La
máxima altitud en promedio a las que llegan las lomas de los tres
departamentos mencionados es de 1033.8 ± 100.06 msnm. En el caso de las
lomas de la costa de Ica no se ha encontrado el umbral del NDVI y su máximo
valor promedio de NDVI es de 0.39 a una altura aproximada de 719 msnm.
Esta caracterización permite definir a las lomas mediante dos parámetros
físicos que son el NDVI y la Altitud los que han permitido identificar la altura de
la base de las lomas, y la altura máxima de desarrollo, estos datos hallados
dan apertura a evaluar la influencia de la capa de inversión térmica y la
influencia de la dirección de los vientos.
Después de la caracterización de las lomas por departamentos, se analiza
la climatología de las lomas de la costa central del Perú, para esto se halla la
variación diaria (series de tiempo ), la variación mensual del NDVI de las lomas
por departamentos, la variación anual del área de las lomas, las anomalías y
finalmente las periodicidades de las lomas por cada costa de los
departamentos en estudio, esto permite ver la variabilidad, la tendencia, el
impacto de los fenómenos extremos como eventos del niño y la niña en las
lomas en el periodo 2000 – 2014.
27
Entre los resultados más importantes que se han obtenido, es que la
variabilidad del NDVI de las lomas es muy diferente por cada departamento.
Los valores máximos mínimos se dan en diferentes años, lo que hace que
presenten tendencias diferentes. Otro resultado importante es que Lima tiene el
área promedio de lomas más grande que el resto de los departamentos,
siguiéndole en extensión las lomas de La Libertad; luego, las lomas de Ancash
y finalmente, las áreas de las lomas de Ica.
En la variación mensual del NDVI de las lomas, se observa que, en los
departamentos de la Libertad, Ancash, Lima hay una marcada estacionalidad
debido a que el NDVI varia con respecto a las estaciones del año, mientras que
en las lomas de Ica el NDVI no tiene mayor variación al cambiar las estaciones.
Estos resultados indican que los factores que contribuyen a la formación de las
lomas, tales como las neblinas, capa de inversión térmica, temperatura del
océano, velocidad del viento, son muy diferentes en cada costa de los
departamentos en estudio.
Así como se encuentran características diferentes entre las lomas de los
departamentos hay también características similares que las comparten. Estas
son: la presencia de dos etapas bien marcadas; la primera etapa que va de
enero del 2000 a junio del 2008 y la segunda, que va de julio del 2008 a
diciembre del 2014, donde el NDVI de las lomas sufre un gran incremento. Otra
característica similar es, que el periodo encontrado en las lomas de los
departamentos de La Libertad, Ancash, Lima es de 6 y 12 meses.
Finalmente, el cálculo de las anomalías indican en el periodo de estudio
(2000 - 2014) se han encontrado dos ciclos bien marcados, en todas lomas de
la costa central del Perú:
28
Del desarrollo de esta investigación se concluye que la metodología
desarrollada, permite identificar, estudiar y caracterizar las lomas de la costa
central del Perú e investigar su climatología mediante el uso de parámetros
físicos: topografía del territorio, y el NDVI - datos imágenes satelitales producto
MODIS. Además los resultados de esta investigación permiten implementar un
sistema de vigilancia operacional del ecosistema de las lomas costeras en
cuanto al impacto de la variabilidad climática y la influencia antropogénica,
mediante el uso de imágenes satelitales producto NDVI de libre acceso.
A través de estos resultados se puede delimitar zonas favorables para la
precipitación del agua de las neblinas, observar y vigilar el cambio climático en
la costa central del Perú. Asimismo, el análisis del comportamiento espacial y
temporal de las lomas, permite documentar el avance o retroceso de la
desertificación de los oasis naturales que son las lomas y el impacto de la
expansión de los centros urbanos.
29
CAPÍTULO 1: INTRODUCCIÓN
30
Tabla 1.1 Columna de la izquierda se muestra los años en los que se ha
producido el evento del niño y su nivel de intensidad, en la columna de la
derecha se muestra los años en que se ha producido el evento de la niña y sus
niveles de intensidad (Gate Weather Services ,2018).
31
1.2 Ecosistemas de la costa
La costa es una franja desértica por la que pasan ríos de origen andino que
desembocan en el mar. Dentro de esta franja desértica se encuentran diversos
ecosistemas, como por ejemplo las lomas, los humedales, los pantanos
costeros y las pampas.
32
1.5 Condiciones actuales del estudio de las lomas
Las lomas han sido estudiadas de forma aislada, una de otra, como se ve en
(Beresford et al., 2015), (Cano et al., 1999), etc. y la mayor parte de los
estudios de estas lomas se centran en caracterizar la flora y la fauna, sin
incluir, en la mayoría de ellos, estudios de variabilidad climática, debido
principalmente a dos razones: La primera, es que no hay estaciones
meteorológicas en el ámbito de las lomas lo que permita obtener parámetros
meteorológicos como la temperatura, la humedad, la presión, los vientos y las
precipitaciones, a excepción de la estación meteorológica ubicada en la loma
de Lachay, que cuenta con un registro de datos de consideración y que está en
funcionamiento desde 1930 (Jiménez et al., 1999); la segunda razón, es que
los datos de campo son generalmente difíciles de usar para establecer cambios
climáticos regionales y globales, ya que estos datos se recogen a pequeñas
escalas espaciales y temporales (Pettorelli et al., 2005). En este contexto, solo
las imágenes satelitales constituyen una fuente potencial de datos debido a que
brindan información periódica, y permiten el acceso a lugares remotos, y los
datos se pueden obtener a través del internet, de fuentes como Earth data.
33
1.6 Identificación del problema
1.7 Hipótesis
1.8 Objetivos
34
1.8.2 Objetivos específicos
Identificar gran parte de las lomas de la costa central del Perú desarrolladas
entre los años 2000 y 2014, utilizando una imagen satelital de radar, que da
información topográfica de toda la costa central del Perú y las imágenes
satelitales producto MODIS NDVI, que cubren un periodo de 15 años (2000-
2014), con una resolución espacial de 250 m x 250 m.
Cartografiar las lomas de la costa central del Perú por departamentos.
Establecer la relación entre altitud y NDVI en las Lomas.
Encontrar el umbral NDVI y máxima altitud de formación de las lomas de la
costa central del Perú.
Analizar el comportamiento espacial y temporal de las lomas del periodo
2000 -2014.
35
capítulo 5 presenta el desarrollo de la investigación, con flujogramas que
indican la secuencia de pasos para obtener resultados; el capítulo 6
presenta los resultados; el capítulo siete presenta la discusión de los
resultados, en este capítulo se analizan e interpretan los resultados a partir
de los cuales se planteará las conclusiones. Finalmente, en el capítulo 8 se
presenta las conclusiones de la investigación, su contribución a la literatura
actual y un conjunto de recomendaciones para la dirección de las futuras
líneas de investigación.
36
CAPÍTULO 2: MARCO TEÓRICO
2.1 Niebla
La niebla es una nube que tiene una base en el suelo o muy cerca del
suelo. Físicamente, la niebla y la nube no tienen diferencias, la apariencia y la
estructura son las mismas, pero el proceso de formación de ambas es diferente
(Lutgens y Tarbuck, 2013). La niebla, bajo condiciones estables, se forma por
el enfriamiento del aire húmedo por radiación o conducción, mientras que las
nubes resultan, cuando parcelas de aire ascienden (movimiento vertical) y se
enfrían adiabáticamente (Houze, 1993).
37
Existen diversos formas de clasificar la niebla, según (Petterssen, 1941),
la niebla se clasifica teniendo en cuenta los procesos físicos responsables de
su formación, como se muestra en la Tabla 2.1.
38
Figura 2.1. Niebla de radiación: Se forma durante la noche a medida que el
aire cerca del suelo se enfría y se estabiliza. Cuando el aire alcanza la
saturación por enfriamiento se produce la niebla (National Weather Service ,
2017).
39
2.1.2 Niebla de advección
Corriente de Canarias
(África Noroccidental )
Corriente de California
(Oeste de Norteamérica)
Corriente peruana
(Perú Chile)
Corriente de Benguela
(Namibia/Angola)
Figura 2.3. Mapa de temperatura global del Océano en tiempo real de la fecha
05/10/2017, donde las flechas representan las corrientes marinas de aguas
frías: corriente de California, corriente de Canarias, corriente de Benguela,
corriente peruana cuyas temperaturas están alrededor de 16°C a 18°C
(National Weather Service, 2017).
40
2.1.3 Proceso de formación de la niebla de advección
2.1.3.1 Condensación
Considere una pequeña caja cerrada, cuyo piso está cubierto de agua a una
temperatura T. Inicialmente el aire está completamente seco, el agua al
empezar a evaporarse, genera moléculas de agua en el aire seco; en
consecuencia, la presión de vapor de agua aumenta, con este incremento las
moléculas de agua se condensan desde la fase de vapor a la líquida. Si la tasa
41
de condensación es menor que la tasa de evaporación, se dice que la caja es
insaturada a la temperatura T (Figura. 2.4-a). Cuando la presión de vapor de
agua en la caja aumenta, hasta el punto de que la tasa de condensación es
igual a la velocidad de evaporación, significa que el aire está saturado, (ver
Figura. 2.4.b), (Wallace y Hobbs, 2005).
42
Sin embargo, se debe tener en cuenta, que para que ocurra la condensación
en temperaturas justo debajo del punto de saturación, debe haber núcleos de
condensación (Anastasios, 2007). Una condensación espontánea en ausencia
de núcleos o superficies sólidas necesita extremadamente alta humedad
relativa (supersaturación) la cual no puede ocurrir fácilmente en la atmósfera.
El enfriamiento isobárico puede ocurrir de manera natural cuando el aire se
mueve horizontalmente a presión aproximadamente constante y viaja a
regiones más frías, entonces la saturación puede ocurrir a medida que el aire
se enfría por conducción de calor en la superficie, a esto se le llama neblina de
advección (Anastasios, 2007).
43
Figura 2.5. Se presentan isóbaras cerradas, siendo el valor más alto en el
núcleo del anticiclón con 1030 hPa (IMARPE, 2017).
44
Figura 2.6. Las flechas representan los vientos en el Hemisferio sur y en el
anticiclón, que es una región de altas presiones donde la dirección de los
vientos es en sentido antihorario (IMARPE, 2017).
45
Frente a la costa peruana, el anticiclón produce vientos favorables al
afloramiento costero, los que son más fuertes en invierno que en verano. Estos
vientos paralelos a la costa trasladan el agua horizontalmente hacia el norte y
ocasionan el transporte de Ekman costa afuera, provocando el afloramiento de
aguas profundas (Ancapichún, 2012). El anticiclón al fortalecerse incrementa la
intensidad de vientos provenientes del sur y, por tanto, hay un mayor transporte
de aguas de Ekman lo que produce mayor afloramiento, por el contrario,
cuando el anticiclón se debilita, los vientos provenientes del sur disminuyen en
intensidad provocando que el transporte de Ekman sea menor generando
menor afloramiento (Ancapichún, 2012).
Figura 2.7. Promedio estacional 2009 del anticiclón del pacifico sur (hPa, color)
a nivel del mar, entre el 2000 y 2009 con vectores de esfuerzo de viento (Pa),
(Ancapichún, 2012).
46
2.1.5.2 Océano frente a la costa peruana
47
Figura 2.8. Principales zonas de afloramiento costero en el Perú: 4°- 6°S, 7°-
8°S y 11°-12°S ,14°-16° S (Morón, 2000).
48
La superficie fría del mar frente al litoral peruano es una característica física
que permite la producción de nieblas, ya que, cuando una masa de aire
cálido y húmedo entran en contacto con esta superficie se produce
enfriamiento de la masa de aire por conducción a presión constante generando
así, las nieblas de advección.
49
2.1.5.3 Inversión térmica
50
Debido a la presencia de la capa de inversión térmica las neblinas entran a
la costa casi de forma horizontal (advección) sin ascender ya que están
restringidas por el límite inferior de la capa de inversión térmica.
2.2. Loma
En esta sección se presenta la definición y la ubicación de los principales
ecosistemas de las lomas de la costa peruana, con una breve descripción
acerca de la importancia de éstas.
51
Loma de Chimbote (9° 04'S).
Loma de Casma (9 ° 28'S).
Loma de Lachay a 60km al norte de Lima.
Loma de Cajamarquilla.
Loma de cerro Agustino.
Loma de Manzano.
Las tres islas guaneras de: San Lorenzo, San Gallán y Viejitas
La loma de Lurín (12° 17'S).
Loma de Chorrillos (12° 10'S).
Loma de Atocongo (12° 08'S).
Loma de Amancaes (12° 01'S).
Loma de Amará (14° 4'S).
Las lomas de Atiquipa (15 ° 48'S).
Loma de Chala (15° 53'S).
Loma de Ocoña (16° 30's) al norte de Camaná.
Loma de Mollendo (16° 55'S) a 20 km al norte de Mejía.
52
Figura 2.11. Ubicación de las lomas a lo largo de la costa peruana. (Rundel et
al., 1991)
Hay varias lomas que destacan por su extensión y diversidad, como por
ejemplo la loma de Atiquipa, en la costa de Arequipa, de Lachay, en la costa
de Lima y de cerro Campana en la costa de La Libertad. (Ochoa, 1999).
53
recursos de las lomas tienen una antigüedad aproximada entre 5350 y 4650
a.c. (Rostworowski, 1981). Asimismo, otro ejemplo en esta diversidad sería, la
reserva nacional de Lachay, la que cuenta con una fuerte presencia
prehispánica, donde se han encontrado arte rupestre; asimismo, la Tablada de
Lurín, donde se han encontrado campamentos temporales del periodo Arcaico
y Formativo. La historiadora María Rostworowski, señala que las lomas
tuvieron un rol muy importante en tres épocas diferentes
54
Figura 2.12. Poblado de Quebrada de la Vaca en la loma de Atiquipa, vista
desde el sur del edificio público conocido como “Gran Almacén” (Canziani,
2002).
55
2.3. Índice de vegetación (IV)
Los índices de vegetación (IV) son datos que resultan del procesamiento de
imágenes satelitales, y que se convierten en una fuente importante para
monitorear la cubierta vegetal de la Tierra (Jiang et al., 2007).
El IV es el resultado de operaciones matemáticas de los valores
espectrales, los que son operados matemáticamente, de tal forma que el
resultado sea un número que muestre la cantidad o vigor vegetal dentro de un
píxel. Altos valores de IV identifican píxeles cubiertos de abundante vegetación
saludable (Jiang et al., 2007).
El principio en el que se sustenta la mayor parte de los índices de
vegetación se llama comportamiento radiométrico, que poseen las masas
vegetales. Es así, que la signatura espectral que caracteriza la vegetación
sana, muestra un claro contraste entre las bandas del espectro visible, en
especial la banda del rojo (0.6 a 0.7 µm) y la banda del infrarrojo cercano (0.7 a
1.1 µm), esto se da debido a que los pigmentos de las hojas absorben toda la
energía del espectro visible preferentemente el rojo y el azul; el verde, es
absorbido en menor cantidad y la gran parte reflejado. El ojo humano que solo
puede ver en el rango del visible, observa la reflexión dominante que es el color
verde. Las sustancias contenidas en las hojas afectan poco al infrarrojo
cercano, lo que permite separar la vegetación sana de otras cubiertas, (ver
Figura 2.14), cuanto mayor es la diferencia entre las reflectividades de las
bandas de infrarrojo cercano (IRC) y rojo (R) mayor será el vigor vegetal
(Chuvieco, 2002). El índice de vegetación más usado es el índice de diferencia
normalizada (The normalized difference vegetation index - NDVI).
56
2.3.1 Índice de vegetación de diferencia normalizada (NDVI)
(Ec. 01)
Figura 2.14. Espectros de reflectancia del trigo, suelo desnudo seco y suelo
desnudo mojado, donde las líneas discontinuas verticales indican los anchos
de banda aproximados de las bandas rojas y NIR de LANDSAT TM (Jackson y
Huete, 1991).
57
Los valor del NDVI se encuentran entre -1.0 a +1.0, donde los valores
negativos indican áreas sin vegetación, tal como el agua, la nieve o las nubes,
y los valores positivos crecientes indican el aumento del vigor vegetal. Si el
NDVI < 0.2 indica que es un suelo desnudo, y si se encuentra entre 0.2< NDVI
<0.5, significa que está formado por píxeles mixtos, finalmente, si tenemos un
valor de NDVI > 0.5, podemos decir que nos encontramos frente a pura
vegetación (Sobrino, 2000).
Figura 2.15. Imagen global del NDVI con colores falsos elaborado usando el
algoritmo de composición Índice de vegetación MODIS (BRDF/ CV-MVC/ MVC)
(Huete et al., 1999)
Los diferentes tipos del NDVI varían según su resolución espacial, temporal
y provienen de diferentes sensores y satélites. En la Tabla 2.2 se ve el
siguiente resumen:
58
2.3.2. Producto índice de vegetación MODIS
59
productos MOD09. Los tres siguientes, utilizan productos de índice de
vegetación de resolución más fina, que se agrega a través del tiempo o el
espacio. El producto MOD13 A2 debe usar el producto MODIS de 250 m y 500
m para formar un producto de 1km, a través de un algoritmo de reflectancia
MODAGG que maneja el agregado de datos. El producto MOD13C1 se genera
utilizando un promedio espacial y reproyectando los datos de 1km (MOD13
A2). Los productos MOD13A3 y MOD13C2 son promedios temporales de las
versiones de 16 días (Didan et al., 2015).
Figura 2.16. Área mapeada por la misión SRTM (Data Products, 2017)
Los datos adquiridos de la Tierra son de alta resolución y son de dos tipos El
primer tipo es de 3 segundos de arco que es equivalente a 1/1200 de un grado
de latitud y longitud ó 90m-píxel y el segundo tipo es de 1 segundo de arco que
60
equivale a 30m-píxel (Figura 2.17). Estos datos contienen agujeros “sin datos”
donde el agua o la sombra obstaculizaron la cuantificación de la elevación,
además, tienen un error vertical menor a 16 m (U.S.Releases Enhanced Shuttle
Land Elevation Data, 2017).
61
Para la resolución de 250m, el Perú se encuentra dentro de la imagen
satelital SRTM_W_250m (CGIAR CSI consortium for Spatial Information,2017).
2.5. Climatología
62
CAPÍTULO 3: ÁREA DE ESTUDIO
63
Figura 3.1. Área de estudio: la costa de los departamentos de La Libertad,
Ancash, Lima e Ica desde 0 m a 1800 msnm.
64
(a) Costa del departamento de La (b) Costa del departamento de Ancash,
Libertad, entre la línea de costa y la entre la línea de costa y la altitud de
altitud de 1800 msnm. 1800 msnm
(c) Costa del departamento de Lima, (d) Costa del departamento de Ica, entre
entre la línea de costa y la altitud de 1800 la línea de costa y la altitud de costa de
msnm. 1800 msnm.
Figura 3. 2. Costa central del Perú dividida por los departamentos de (a) La
Libertad, (b) Ancash, (c) Lima, (d) Ica.
65
3.2. Clima del área de estudio
La segunda zona, entre los paralelos 7 ° y 18° latitud sur, presenta un clima
templado con alta humedad atmosférica, la temperatura media oscila entre
los 19°C y 23°C. Las precipitaciones son escasas y menores a los 50
mm/año, se presentan en forma de lluvia fina, conocida como garúas o
lloviznas (MINAN, 2011).
El área de estudio está ubicada entre las latitudes sur 6.9° y 15.4°, por lo
tanto, el área de estudio se encuentra dentro de la segunda zona, de modo que
su clima es templado con alta humedad atmosférica.
66
3.3 Vientos
67
CAPÍTULO 4: DATOS Y RECURSOS
4.1. DATOS
En esta investigación se usan los siguientes datos:
NDVI
Topografía
Precipitación
4.1.1. NDVI
Los datos NDVI tienen como nombre corto MOD13Q1, datos que fueron
tomados por el sensor MODIS a bordo del satélite Terra. El MOD13Q1 tiene un
nivel de procesamiento 3, resolución temporal de 16 días, resolución espacial
de 250 m y pertenecen a la colección 6. El MOD13Q1 ha sido producido desde
el mes de febrero del año 2000. Como la resolución temporal de las imágenes
satelitales es de 16 días, se obtienen datos en los siguientes días julianos 1,
17, 33, 49, 65, 81, 97, 113, 129, 145, 161, 177, 193, 209, 225, 241, 257, 273,
289, 305, 321, 337 y 353. De esta forma se cuenta con 23 imágenes satelitales
MOD13Q1 por año, y sólo en el año 2000 se contaron con 21 imágenes, lo que
hace un total de 342 datos imágenes producto MODIS NDVI.
1
https://mrtweb.cr.usgs.gov/ fecha de acceso 12/2015
68
Figura 4.1. Presentación de la página MRTweb, en la parte superior izquierda
está la pestaña de productos, dentro de ella se despliegan varias opciones, la
opción seleccionada es el MOD13Q1 (NDVI Browser). Para obtener el área del
Perú se ha seleccionado 5 tiles (MRTweb, 2015), acceso 12/2015.
Los días Julianos en la Tabla 4.1 son agrupados en meses. Cada mes
contiene dos datos satelitales a excepción del mes de octubre que cuenta sólo
con un dato satelital, el que es la imagen producida el día 289.
69
Tabla 4.1. Meses del año, el rango en días julianos y cantidad de datos por
mes.
Imágenes
Meses en
Mes MOD13Q1 por
días Julianos
mes
Enero ( 1-31 ) 1 y 17
Febrero ( 32-69 ) 33 y 49
Marzo ( 60-90 ) 65 y 81
Abril ( 91-120 ) 97 y 113
Mayo ( 121-151 ) 129 y 145
Junio ( 152-181 ) 161 y 177
Julio ( 182-212 ) 193 y 209
Agosto ( 213-243 ) 225 y 241
Setiembre ( 244-273 ) 257 y 273
Octubre ( 274-304 ) 289
Noviembre ( 305 -334 ) 305 y 321
Diciembre ( 335-365 ) 337 y 353
Tabla 4.2. Estaciones del año, el inicio de las estaciones en días Julianos y
cantidad de datos imágenes por estación.
70
Las Tablas 4.1 y 4.2 sirven para hallar mapas mensuales y mapas
estacionales, por ejemplo, para obtener un mapa mensual promedio de enero
se emplean las imágenes satelitales de los días 1 y 17 de cada año en el
intervalo de tiempo de estudio. Para obtener un mapa estacional de otoño se
emplean las imágenes satelitales de los días 81, 97, 113, 145 y 161 de cada
año en el intervalo de tiempo de estudio. Para obtener una imagen promedio
que represente la estación de verano se procesarán 75 imágenes; para
invierno, otoño y primavera se procesan 90 imágenes por cada una de las
estaciones.
4.1.2. Topografía
Para hallar lomas de la costa central del Perú, además de usar las
imágenes satelitales producto NDVI (MOD13Q1), es necesario utilizar
imágenes satelitales que den información topográfica. Existen dos modelos de
información topográfica: ASTER (Advanced Spaceborne Thermal Emission and
Reflection Radiometer) y SRTM (Shuttle Radar Topographic Mission), el
primero de origen óptico, el segundo es de radar. Para este estudio se escogió
las imágenes SRTM de 90 m y de 250 m.
71
4.1.2.1. Adquisición de SRTM 90
2
http://disasterrisk.af.geonode.org/layers/geonode:srtm90m_wgs_utm42n (Acceso 09/2016)
72
4.1.2.2. Adquisición de SRTM250
Figura 4.3. Imagen satelital SRTM_W_250 abarca América del sur donde los
colores indican altitud, esta imagen satelital abarca todo América del sur y la
mayor parte de América del Norte, en esta imagen se ha colocado los límites
del Perú y el área de estudio de la costa central del Perú.
3
http://www.cgiar-csi.org/data/srtm-90m-digital-elevation-database-v4-1 (Acceso 09/2016)
73
4.1.3. Datos de precipitación
4.2. RECURSOS
4.2.1. Software
74
4.2.2. Hadware
75
CAPÍTULO 5: METODOLOGÍA Y DESARROLLO DE LA
INVESTIGACIÓN
5.1 Metodología
1. Estudios preliminares:
Revisión bibliográfica de los estudios realizados sobre las lomas.
.2. Adquisición de datos:
Adquisición de datos del índice normalizado de vegetación (NDVI)
y de los modelos de elevación digital (Topografía).
Adquisición de datos de campo de precipitación de las estaciones
meteorológicas ubicadas cerca del área de las lomas.
3. Delimitación del área de estudio:
Delimitación física de la costa central del Perú, mediante software
ENVI y Modelos de elevación digital.
División por departamentos a la costa central del Perú.
4. Procesamiento y análisis de datos:
Delimitación de las lomas por departamentos:
Cálculo del máximo valor compuesto del NDVI en el
periodo 2000-2014.
Extracción de toda la vegetación ribereña de los mapas
máximo valor compuesto del NDVI.
76
Determinación de la relación entre el NDVI y altitud a
través de perfiles topográficos.
Reconocimiento del umbral de NDVI de las lomas.
Elaboración de perímetros que encierran las lomas por
cada departamento.
Ubicación del conjunto de lomas entre curvas de curvas
de nivel.
5. Documentación de resultados.
Diagrama 5. 1 de flujo
77
Adquisición de datos
Área de las
Espectro de potencia lomas
de las lomas
Grado de
correlación
Climatología de las Lomas de la
Costa Central del Perú usando
Datos Imágenes de Satélite
78
5.2 Desarrollo de la investigación
Para obtener el perímetro de la costa central del Perú se han usado dos
tipos de datos: SRTM90 y los perímetros departamentales de La Libertad,
Ancash, Lima e Ica. Con la imagen SRTM90 se limita altitudinalmente el área
de estudio, que va desde 0 hasta 1800 msnm y con los límites departamentales
se delimita latitudinalmente. La secuencia de pasos para obtener el perímetro
de la costa central del Perú se muestra en el Diagrama 5. 4.
79
Adquisición de
Datos
Descarga de La Libertad
Descarga de los
SRTM 90 Ancash
Perímetros
Lima
Departamentales
Ica
Fusionar los 4
Perímetros
Departamentales
Crear Mosaico
SRTM 90
Recorte
Creación: Topografía de la
fusión de los 4 perímetros
Eliminar Área de la
pixeles > 1800 msnm Costa Central
Extracción del
perímetro
Perímetro de la Costa
Central del Perú
80
srtm 21_16, srtm 21_15, srtm 21_14 , srtm 21_13 , srtm 20_14 , srtm 20_13 y
se obtiene la topografía del Perú Figura 5.1.
Figura 5.1. Mapa topográfico del Perú, elaborado con las imágenes satelitales
SRTM90 y los límites departamentales de La Libertad, Ancash, Lima e Ica.
81
Se recorta este mapa usando los límites departamentales antes
mencionados y se retiran los píxeles con altitudes mayores a 1800 msnm,
quedando así una imagen delimitada por la altitud, como se muestra en la
Figura 5.2. El contorno de la imagen resultante representa el perímetro de la
costa central del Perú.
Figura 5.2. Mapa topográfico de la costa central del Perú, elaborado con las
imágenes satelitales SRTM90 en donde los colores indican altitud.
82
5.3. Discriminación de la vegetación y elaboración del perímetro de las
lomas por departamentos
83
Adquisición de Perímetro de la Costa
Datos Central del Perú
Descarga de MOD13Q1
Clasificación por
estaciones del año
Corte utilizando
perímetro de la costa
Crear
Elaboración de
perímetros de valles
Delimitación de los
ecosistemas de las lomas
84
5.3.1. Tratamiento de datos para la discriminación de la vegetación y
obtención del perímetro de las lomas por departamentos
85
NDVI de otoño se observa la vegetación promedio desarrollada durante los 15
años que abarca el estudio (Figura 5.4); en el mapa máximo valor compuesto
NDVI de invierno se observa la máxima vegetación desarrollada en 15 años
(Figura 5.5). La vegetación que permanece invariable o constante en ambos
mapas (otoño e invierno) representa la vegetación ribereña, de la que se extrae
el perímetro para dividirlo por departamentos como se observa en la Figura 5.6.
Invierno Otoño
2000 2000
Invierno Otoño
2013 2013
Invierno Otoño
(2014) 2014
86
Figura 5.4. Mapa promedio del NDVI de otoño de la costa central del Perú del
periodo 2000-2014.
87
Figura 5.5. Mapa de máximo valor compuesto del NDVI de invierno desde el
2000-2014 de la costa central del Perú.
88
(1) Perímetro de la vegetación (2) Perímetro de la vegetación ribereña
ribereña de la costa de La Libertad y de la costa de Ancash y de la
de la vegetación de pie de monte. vegetación de pie de monte.
89
5.3.1.2. Elaboración de una imagen satelital con información de la máxima
vegetación desarrollada en la costa central del Perú entre los años 2000 y
2014
90
Figura 5.7. Mapa de máximo valor compuesto del NDVI (MOD13Q1), donde se
observa la máxima vegetación desarrollada por las riberas, áreas de cultivo y
las lomas, en el periodo 2000- 2014, en la costa central del Perú.
91
5.3.1.3. Extracción de la vegetación ribereña (valles)
92
Valle
Jequetepeque
Valle
Chicama
Vegetación
cerca de
Pie de
mmonte
Andino
Valle
Moche
Vegetación
entre valles
Valle
Virú
Vegetación
Colindante a los valles
Valle
Chao
93
Figura 5.9. Lomas entre los valles de Chicama y Moche. Imagen de Google
Earth donde se realiza la inspección de la topografía de la vegetación entre
valle y valle para verificar que no son zonas agrícolas (Google Earth Pro,
2015), acceso 06/11/2018.
94
5.4. Caracterización de las lomas.
95
Datos de Archivos
Satélites implementados
RECORTE
Topografía de la RECORTE
costa central del Mapa máximo valor
Perú compuesto NDVI de la
costa central del Perú
RECORTE
INTEGRACIÓN
RECORTE
Topografía de la
costa central sin
Mapa máximo valor compuesto
valles
NDVI de la costa central del
Perú sin valles
INTEGRACIÓN
Topografía de la
Valores NDVI a lo
costa central con Perfil topográfico
largo del perfil
lomas localizadas
Valores de elevación a
lo largo del perfil
Grado de Umbral
correlación NDVI
96
5.4.1 Lomas caracterizadas con un perfil topográfico
a. En la costa de La Libertad:
Loma del cerro Campana: Perfil AB con coordenadas en A: 8.0°S, 79.1°
W y en B: 7.9°S, 79.1°W
Loma del cerro Chiputur: Perfil B’C con coordenadas en B’: 8.3°S, 78.9°
W y en C: 8.1° S, 78.9°W
b. En la costa de Ancash:
Loma del cerro Mongón: Perfil: C’D con coordenadas en C’: 9.7°S, 78.3°
W y en D: 9.6°S, 78.3°W
Loma del cerro Lupín: Perfil: D’E con coordenadas en D’: 10.5°S, 77.9 W
y en E: 10.4°S, 77.8°W
c. En la costa de Lima:
Loma de Lachay: Perfil: E’F con coordenadas en E’ 11.5°S, 77.4°W y en
F: 11.3°S, 77.4°W
d. En la costa de Ica:
Loma de Amará: Perfil: MN con coordenadas en M: 14.7°S, 75.8°W y
N: 14.7°S, 75.7°W
97
Figura 5.10. Topografía de la costa central del Perú (SRTM250), la paleta que
se encuentra a la izquierda indica la altitud por colores. Se observa que dentro
de esta región la máxima altitud es de 1800 m.
98
Figura 5.11. Imagen satelital SRTM30, graficada en 3D, con el perímetro de los
valles, el perímetro de las lomas de La Libertad y un perfil topográfico RS que
pasa por la loma de cerro Negro y el valle de Virú, en la costa del departamento
de La Libertad.
99
Figura 5.12. Relación entre el NDVI y la altitud en el valle de Virú y en la loma
de cerro Negro.
100
7 umbrales y el promedio de estos es con el que se trabaja en esta sección.
Finalmente, los resultados se presentan en un gráfico, área de las lomas vs
tiempo. Este análisis permite saber en qué años las lomas tienen abundante
vegetación y qué años se reduce esta vegetación.
2014
2001 2002
23
Se emplean los 342 datos MOD13Q1 recortadas con los perímetros de las
lomas por cada departamento, se halla la variación mensual del NDVI y las
series de tiempo del NDVI.
101
5.5.2.2. Series de tiempo de las lomas de la costa central del Perú
Las series de tiempo del NDVI consiste en ver como varía el NDVI de las
lomas a lo largo de los 15 años referidos para este estudio, Figura 5.14. Por
cada imagen satelital de NDVI se saca un píxel promedio de los píxeles que
están dentro de los perímetros de las lomas, lo que da como resultado 342
píxeles promedio del NDVI, que son graficados como el NDVI vs. años. Este
procedimiento se realiza con los perímetros de las lomas de la costa de los 4
departamentos, obteniéndose 4 series temporales.
1
NDVI
102
5.5.3. Anomalías de la media anual del NDVI de las lomas por
departamento
103
CAPÍTULO 6: RESULTADOS
104
Figura 6.1. Perímetro del área de estudio: costa central del Perú.
105
6.2. Discriminación de la vegetación y elaboración del perímetro de las
lomas por departamentos
En esta sección se muestra los mapas de máximo valor compuesto del NDVI
sin la vegetación ribereña, donde se identifica las áreas de la vegetación de las
lomas con sus respectivos perímetros. Todo ello como resultado del proceso de
discriminación de la vegetación ribereña por departamentos.
106
Figura 6.2. Mapa de máximo valor compuesto del NDVI de la costa del
departamento de La Libertad que presenta la máxima vegetación desarrollada
en el periodo 2000-2014.
107
Valle
Jequetepeque
Valle
Chicama
Pie de
Monte
Andino
Valle
Moche
Valle
Virú
Valle
Chao
Figura 6.3. Mapa de máximo valor compuesto del NDVI de la costa del
departamento de La Libertad, sin la vegetación ribereña y pie de monte andino.
108
Figura 6.4. Perímetro del área las lomas de la costa de La Libertad conformado
por cinco contornos.
109
Figura 6.5. Mapa de la costa del departamento de La Libertad con las curvas
de nivel de 200 msnm y 800 msnm, y el perímetro de lomas de la costa de La
Libertad.
110
algunos valles, pequeños grupos de vegetación que colindan con los valles y
reducidos grupos de vegetación cerca al pie de monte andino (Figura 6.7). De
estos grupos, sólo se selecciona la vegetación de entre valles, la cual se
integra en un solo bloque denominado el perímetro de las lomas de la costa de
Ancash (Figura 6.8).
Figura 6.6. Mapa de máximo valor compuesto del NDVI (2000 -2014) de la
costa del departamento de Ancash. Presenta vegetación desarrollada a lo largo
de 15 años (2000-2014).
111
Figura 6.7. Mapa máximo valor compuesto del NDVI de la costa del
departamento de Ancash, sin la vegetación ribereña y sin la vegetación del pie
de monte andino.
112
Figura 6.8. Perímetro de las lomas de la costa de Ancash conformado por
cuatro contornos cerrados.
113
Figura 6.9. Mapa de la costa del departamento de Ancash con las curvas de
nivel de 200 msnm y 800 msnm y el perímetro de las lomas de Ancash.
114
6.2.3. Discriminación de la vegetación ribereña de los valles de Lima
115
Figura 6.10. Mapa de máximo valor compuesto del NDVI (2000-2014) de la
costa del departamento de Lima. Presenta la máxima vegetación desarrollada a
lo largo de 15 años (2000-2014).
116
Valle Fortaleza
Valle Pativilca
Valle Huaura
Valle Chancay
Valle Chillón
Valle Rímac
Valle Cañete
Figura 6.11. Mapa de máximo valor compuesto del NDVI de la costa de Lima,
sin vegetación ribereña.
117
Figura 6.12. Perímetro de las lomas de la costa de Lima conformado varios
contornos.
118
Figura 6.13. Mapa del departamento de la costa de Lima con las curvas de
nivel de 200 msnm y 800 msnm y el perímetro de las lomas de Lima.
119
6.2.4. Discriminación de la vegetación ribereña de los valles de Ica
Figura 6.14. Mapa de máximo valor compuesto del NDVI (2000 – 2014) de la
costa del departamento de Ica. Se presenta la máxima vegetación desarrollada
a lo largo de 15 años (2000-2014).
120
Figura 6.15. Mapa de máximo valor compuesto del NDVI de la costa de Ica, sin
la vegetación ribereña.
121
Figura 6.16. Perímetro de las lomas de la costa de Ica conformado por tres
contornos.
122
Figura 6.17. Mapa de la costa del departamento de Ica con las curvas de nivel
de 200 msnm y 800 msnm y el perímetro de las lomas de la costa de Ica.
123
(a) Perímetro de las lomas de la costa (b) Perímetro de las lomas de la costa
de La Libertad. de Ancash.
(c) Perímetro de las lomas de la costa (d) Perímetro de las lomas de la costa
de Lima. de Ica.
Figura 6.18. Perímetro del área de las lomas identificadas por departamentos
124
6.3. Caracterización de las lomas de la costa central
125
(a) (b)
Figura 6.19. Mapas de la loma cerro Campana: (a) Mapa de máximo valor
compuesto del NDVI MOD13Q1 (2000-2014) y (b) Mapa topográfico (SRTM
250), ambos, con el perfil AB que atraviesa la loma de cerro Campana, de
coordenadas en A: 8.0° S, 79.1° W y en B: 7.9° S, 79.1° W, donde los colores
indican los valores del NDVI y los niveles de altitud.
126
calculado desde que el NDVI toma el valor del umbral, hasta el punto en que
cae drásticamente (Figura 6.20).
1200
Altitud
NDVI
1000 0.835
0,79
800 0.668
Altitud (msnm)
N
600 0.501 D
V
517 msnm
400 0,27 0.334 I
0 0
0 2 4 6 8 10 12
A Distancia a la linea de costa (km) B
Figura 6.20. Variación del NDVI con la altitud, a través del perfil AB que pasa
por la loma de cerro Campana. En azul: la variación de la altitud entre los
puntos AB de la Figura 6.19a. En rojo: la variación del NDVI entre los puntos A-
B de la Figura 6.19b. Las líneas verticales indican la región en la que el NDVI
incrementa a medida que aumenta la altitud.
127
1
0.9
y = 0.002x - 0.1439
0.8 R= 0.78
0.7
0.6
NDVI
0.5
0.4
0.3
0.2
0.1
0
0 100 200 300 400 500 600
Altutitud (msnm)
Figura 6.21. Relación del NDVI vs. Altitud, obtenida del perfil AB que pasa por
la loma cerro Campana, donde el grado de correlación entre la altitud y el NDVI
es 0.78.
Altitud (msnm)
7.84 - 86.2
86.3 - 180
181 - 274
275 - 368
369 - 462
463 - 548
549 - 635
636 - 721
722 - 815
816 - 909
910 - 1,000
1,010 - 1,100
1,110 - 1,180
1,190 - 1,280
1,290 - 1,370
1,380 - 1,470
1,480 - 1,550
1,560 - 1,640
1,650 - 1,720
1,730 - 1,850
Figura 6.22. Mapa 3D de la loma de cerro Campana, ubicada en la
128
costa de La Libertad y el perfil AB (A: 8.0° S, 79.1° W y B: 7.9° S, 79.1° W).
Mapa elaborado con la imagen satelital SRTM250, donde los colores indican
altitud.
(a) (b)
Figura 6.23. Se presenta dos mapas de la loma de cerro Chiputur: (a) Mapa
de máximo valor compuesto de NDVI MOD13Q1 (2000-2014) y (b) Mapa
topográfico SRTM 250 ambos, con el perfil B’C que atraviesa la loma de cerro
Chiputur, de coordenadas en B’: 8.3° S, 78.9° W y en C: 8.1° S, 78.9° W,
donde los colores indican los valores del NDVI y los niveles de altitud.
129
distancia aproximada de 12 km de la línea de costa (punto B’), a una altitud de
349 msnm y con un valor de NDVI igual a 0.24, el valor del NDVI comienza a
aumentar a medida que aumenta la altitud, hasta alcanzar un valor cercano de
0.93 que corresponde a una altitud aproximada de 674 msnm, a partir de este
punto el NDVI empieza a disminuir aun cuando sigue aumentando la altitud.
1200
Altitud NDVI 0.92
1000 0.835
Altitud (msnm)
800 0.668 N
674 msnm D
600 0.501 V
349 msnm I
400 0.334
0.24
200 0.167
0 0
0 2 4 6 8 10 12 14 16 18
B' Distancia desde la linea de la costa (km) C
Figura 6.24. Se muestra la variación del NDVI con la altitud, a través del perfil
B’C que pasa por la loma de cerro Chiputur. En azúl, se muestra la variación de
la altitud entre los puntos B’C de la Figura 6.23-b.En rojo, se muestra la
variación del NDVI entre los puntos B’C de la Figura 6.23-a, y las líneas
verticales indican la región en la que el NDVI incrementa a medida que
aumenta la altitud.
130
1.2
1 y = 0.0017x - 0.3049
R = 0.9019
0.8
NDVI
0.6
0.4
0.2
0
0 200 400 600 800 1000
Altitud (msnm)
Figura 6.25. Relación del NDVI vs. Altitud, obtenida del perfil B’-C que pasa por
la loma de cerro Chiputur, donde el grado de correlación entre la altitud y el
NDVI es 0.90.
131
6.3.2. Caracterización de las lomas de la costa del departamento de
Ancash
(a) (b)
Figura 6.27. Se presenta dos mapas de la loma de cerro Mongón: (a) Mapa de
máximo valor compuesto del NDVI MOD13Q1 (2000-2014) y (b) Mapa
topográfico SRTM 250, ambos con el perfil C’D que atraviesa la loma de cerro
Mongón, de coordenadas en C’: 9.7°S, 78.3°W y en D: 9.6°S, 78.3°W y los
colores indican los valores de NDVI y los niveles de altitud.
132
La relación entre el NDVI y la altitud en la loma de cerro Mongón se
presenta en la Figura 6.28. En esta gráfica se puede observar, que a una
distancia aproximada de 2.4 km de la línea de costa (punto C’) a una altitud de
204 msnm y con un valor de NDVI igual a 0.22, el valor del NDVI comienza a
aumentar a medida que aumenta la altitud, hasta alcanzar un valor cercano de
0.87 que corresponde a una altitud aproximada de 572 msnm, a partir de este
punto, el NDVI empieza a disminuir aun cuando sigue aumentando la altitud.
1200 1.002
Altitud 0.86
1000 0.835
NDVI
Altitud (msnm)
800 0.668 N
600 0.501 D
V
400 0.22 572 msnm 0.334 I
200 0.167
204 msnm
0 0
0 1 2 3 4 5 6 7
C' Distancia desde la línea de costa (km) D
Figura 6.28. Se muestra la variación del NDVI con la altitud, a través del perfil
C’D que pasa por la loma de cerro Mongón. En azul, se muestra la variación de
la altitud entre los puntos C’D de la Figura 6.27-b. En rojo, se muestra la
variación del NDVI entre los puntos C’D de la Figura 6.27-a, y las líneas
verticales indican la región en la que el NDVI incrementa a medida que
aumenta la altitud.
133
1
0.9
0.8 y = 0.0016x - 0.1447
0.7 R= 0.96
0.6
0.5
NDVI
0.4
0.3
0.2
0.1
0
0 100 200 300 400 500 600 700
Elevación (m)
Figura 6.29. Relación del NDVI vs. Altitud, obtenida del perfil C’D que pasa por
la loma de cerro Mongón, donde el grado de correlación entre la altitud y el
NDVI es 0.96.
Altitud (msnm)
7.84 - 86.2
86.3 - 180
181 - 274
275 - 368
369 - 462
463 - 548
549 - 635
636 - 721
722 - 815
816 - 909
910 - 1,000
1,010 - 1,100
1,110 - 1,180
1,190 - 1,280
1,290 - 1,370
1,380 - 1,470
1,480 - 1,550
1,560 - 1,640
1,650 - 1,720
1,730 - 1,850
134
6.3.2.2. Loma de cerro Lupín
(a) (b)
Figura 6.31. Se presenta dos mapas de la loma de cerro Lupín: (a) Mapa de
máximo valor compuesto del NDVI MOD13Q1 (2000-2014) y (b) Mapa
topográfico SRTM 250 ambos, con el perfil D’E que atraviesa la loma de cerro
Lupín, de coordenadas en D’: 10.5° S, 77.9°W y en E: 10.4°S, 77.8°W, donde
los colores indican valores del NDVI y los niveles de altitud.
135
msnm y con un valor de NDVI igual a 0.26, el valor del NDVI comienza a
aumentar a medida que aumenta la altitud, hasta alcanzar un valor cercano de
0.78 que corresponde a una altitud aproximada de 777 msnm, a partir de este
punto, el NDVI empieza a disminuir a medida aumenta la altitud.
En el punto donde comienza a incrementar el NDVI con la altitud, el valor
que toma el NDVI, es el valor del umbral de NDVI de formación de la loma de
cerro Lupín, el cual equivale a 0.26. El grado de correlación entre el NDVI y la
altitud en la loma de cerro Lupín es de 0.84, como se ve en la Figura 6.33, que
es calculado desde que el NDVI toma el valor del umbral, hasta el punto en que
el NDVI decae drásticamente Figura 6.32.
1400 0.98
1200 Altitud NDVI 0.78 0.84
1000 0.7
Altitud (msnm)
800 0.56
777 msnm
NDVI
600 0.42
400 0.25 0.28
200 283 msnm 0.14
0 0
0 2 4 6 8 10 12 14 16
D' Distancia desde la línea de la Costa (km) E
Figura 6.32. Se muestra la variación del NDVI con la altitud, a través del perfil
D’E que pasa por la loma de cerro Lupín. En azul, se muestra la variación de la
altitud entre los puntos D’E de la Figura 6.31-b. En rojo, se muestra la variación
del NDVI entre los puntos D’E de la Figura 6.31-a, y las líneas verticales
indican la región en la que el NDVI incrementa a medida que aumenta la altitud.
136
0.8
0.7 y = 0.001x + 0.081
R = 0.84
0.6
NDVI 0.5
0.4
0.3
0.2
0.1
0
0 100 200 300 400 500 600 700
Elevación (msnm)
Figura 6.33. Relación del NDVI vs. altitud, obtenida del perfil D’-E que pasa por
la loma de cerro Lupín, donde el grado de correlación entre la altitud y el NDVI
es 0.84.
Altitud (msnm)
7.84 - 86.2
86.3 - 180
181 - 274
275 - 368
369 - 462
463 - 548
549 - 635
636 - 721
722 - 815
816 - 909
910 - 1,000
1,010 - 1,100
1,110 - 1,180
1,190 - 1,280
1,290 - 1,370
1,380 - 1,470
1,480 - 1,550
1,560 - 1,640
1,650 - 1,720
1,730 - 1,850
137
6.3.3. Caracterización de las lomas de la costa del departamento de Lima
En la costa del departamento de Lima se muestran los resultados de la
evaluación de la loma de Lachay.
(a) (b)
Figura 6.35. Se presenta dos mapas de la loma de Lachay: (a) Mapa de
máximo valor compuesto del NDVI MOD13Q1 (2000-2014) y (b) Mapa
topográfico SRTM250, ambos, con el perfil E’F que atraviesa la loma de
Lachay, de coordenadas en E’ 11.5°S, 77.4°W y en F: 11.3°S, 77.4°W, donde
los colores indican los valores de NDVI y los niveles de altitud.
138
La relación entre el NDVI y la altitud en la loma de Lachay se presenta en la
Figura 6.36. En esta gráfica se puede observar, que a una distancia
aproximada de 7.8 km de la línea de costa (punto E’), a una altitud de 359
msnm y con un valor de NDVI igual a 0.31, el valor del NDVI comienza a
aumentar a medida que aumenta la altitud, hasta alcanzar un valor cercano de
0.89 que corresponde a una altitud aproximada de 603 msnm, a partir de este
punto, el NDVI empieza a disminuir a pesar de que la altitud sigue aumentando.
En el punto donde comienza a incrementar el NDVI con la altitud, el valor
que toma el NDVI, es el valor del umbral de NDVI de formación de la loma de
Lachay, el cual equivale a 0.31. El grado de correlación entre el NDVI y la
altitud en la loma de Lachay es de 0.74, como se ve en la Figura 6.37, que es
calculado desde que el NDVI toma el valor del umbral, hasta el punto en que el
NDVI decae drásticamente, Figura 6.36.
1400 0.98
0.89
1200 0.84
Series1
Altitud (msnm)
139
1
0.9 y = 0.0008x + 0.2155
0.8 R = 0.74
0.7
0.6
NDVI
0.5
0.4
0.3
0.2
0.1
0
0 200 400 600 800 1000
Elevación (msnm)
Figura 6.37. Relación del NDVI vs. Altitud, obtenida del perfil E’F que pasa por
la loma de Lachay, donde el grado de correlación entre la altitud y el NDVI es
0.74.
Altitud (msnm)
7.84 - 86.2
86.3 - 180
181 - 274
275 - 368
369 - 462
463 - 548
549 - 635
636 - 721
722 - 815
816 - 909
910 - 1,000
1,010 - 1,100
1,110 - 1,180
1,190 - 1,280
1,290 - 1,370
1,380 - 1,470
1,480 - 1,550
1,560 - 1,640
1,650 - 1,720
1,730 - 1,850
140
6.3.4. Caracterización de la loma de la costa del departamento de Ica
(a) (b)
141
La relación entre el NDVI y la altitud en la loma de Amará se presenta en la
Figura 6.40. En esta gráfica se puede observar, que desde los 0 msnm
comienza a aumentar el NDVI a medida que incrementa la altitud. En esta
loma, el umbral de NDVI de formación de lomas no se puede definir, y el
máximo valor que llega a tomar el NDVI es de 0.39, además, el grado de
correlación entre el NDVI y la altitud en esta loma es de 0.82.
Figura 6.40 Se muestra la variación del NDVI con la altitud, a través del perfil
MN que pasa por la loma de Amará. En azul, se muestra la variación de la
altitud entre los puntos MN de la Figura 6.43-b. En rojo, se muestra la variación
del NDVI entre los puntos MN de la Figura 6.43-a.
142
0.45
0.4 y = 0.0004x + 0.0619
R = 0.8224
0.35
0.3
0.25
NDVI
0.2
0.15
0.1
0.05
0
0 200 400 600 800
Elevación (m)
Figura 6.41. Relación del NDVI vs. altitud, obtenida del perfil MN que pasa por
la loma de Amará, donde el grado de correlación entre la altitud y el NDVI es
0.82.
Altitud (msnm)
7.84 - 86.2
86.3 - 180
181 - 274
275 - 368
369 - 462
463 - 548
549 - 635
636 - 721
722 - 815
816 - 909
910 - 1,000
1,010 - 1,100
1,110 - 1,180
1,190 - 1,280
1,290 - 1,370
1,380 - 1,470
1,480 - 1,550
1,560 - 1,640
1,650 - 1,720
1,730 - 1,850
Figura 6.42. Mapa de 3D de la loma de Amará, ubicada en la
costa de Ica y el perfil MN. Este Mapa ha sido elaborado con la imagen satelital
SRTM250, donde los colores indican altitud.
143
6.3.5. Resumen de la caracterización de las lomas
Altura del
Máximo Grado de Max
Altura del máximo
Departa Umbral valor de correlación altura
Lomas umbral valor de
mentos NDVI NDVI NDVI y de la
(msnm) NDVI
encontrado DEM loma
(msnm)
144
6.4. Climatología de las lomas
El resultado del cálculo del área de las lomas de la costa del departamento
de La Libertad se presenta en la Tabla 6.2. Los valores de la segunda columna
de la Tabla 6.2, se obtienen contando la cantidad de píxeles del NDVI que
están dentro del perímetro de las lomas de la costa de La Libertad, (Figura
145
6.18-a), con valores de 0.26 a 1. Las dimensiones de un píxel son 0.25 km x
0.25 km, (área: 0.0625 km2), con estos datos se calculan los valores de la
columna 3 de la Tabla 6.2.
146
141.64 km2, con una desviación estándar de 113.62 km 2, este valor indica lo
alejados que están los valores de las áreas del valor del área promedio, es
decir, el valor de desviación estándar obtenido, indica alta variabilidad de las
áreas, respecto del promedio (valores extremos: área mínima de 4.1 km2 y área
máxima de 336.8 km2).
Figura 6.43. Variación del área de las lomas en la costa del departamento de
La Libertad, periodo 2000 – 2014.
El resultado del cálculo del área de las lomas de la costa del departamento
de Ancash se presenta en la Tabla 6.3. Los valores de la segunda columna de
la Tabla 6.3, se obtienen contando la cantidad de píxeles del NDVI que están
dentro del perímetro de las lomas de la costa de Ancash, (Figura 6.18-b), y que
el NDVI toma valores desde 0.26 hasta 1. Un píxel tiene las dimensiones de
0.25 km x 0.25 km, su área es 0.0625 km2, con este resultado se calcula los
valores de la columna 3 de la Tabla antes mencionada.
147
Tabla 6.3. Área de las lomas de la costa de Ancash en el periodo 2000-2014,
con su respectiva cantidad de píxeles que tienen valores de NDVI desde 0.26
hasta 1.
148
Area de las Lomas de Ancash
1750
Estadísticas
descriptivas
1500
N 15
Media 111.43
1250 Desv estándar 64.975
Mínimo 20
Máximo 231
Area (km2)
1000
750
500
250
0
2000 2002 2004 2006 2008 2010 2012 2014
Tiempo (años)
Figura 6.44. Variación del área de las lomas en la costa del departamento de
Ancash.
El resultado del cálculo del área de las lomas de la costa del departamento
de Lima se presenta en la Tabla 6.4. Los valores de la segunda columna de la
Tabla 6.4, se obtienen contando la cantidad de píxeles del NDVI que están
dentro del perímetro de las lomas de la costa de Lima (Figura 6.18-c), y que
además, toman valores de NDVI de 0.26 hasta 1. Un píxel tiene las
dimensiones de 0.25 km x 0.25 km, su área es 0.0625 km 2, con este resultado
se calculan los valores de la columna 3 de la Tabla 6.4.
149
Tabla 6.4. Área de las lomas de la costa de Lima en el periodo 2000-2014, con
su respectiva cantidad de píxeles que tienen valores de NDVI desde 0.26 hasta
1.
150
Area de las Lomas de la Libertad de Lima
Área de las lomas de Lima
1750
Estadísticas
1500 descriptivas
N 15
1250 Media 1164.8
Desv estándar 322.81
Mínimo 671.94
Area (km2)
750
500
250
0
00 001 002 0 03 004 005 006 007 008 009 010 011 012 013 014
20 2 2 2 2 2 2 2 2 2 2 2 2 2 2
Tiempo (años )
Figura 6.45. Variación del área de las lomas en la costa del departamento de
Lima.
El resultado del cálculo del área de las lomas de la costa del departamento
de Ica se muestra en la Tabla 6.5. Los valores de la segunda columna de la
Tabla 6.5, se obtienen contando la cantidad de píxeles del NDVI que están
dentro del perímetro de las lomas de la costa de Ica, (Figura 6.18-d), y que
además, toman valores de NDVI desde 0.26 hasta 1. Un píxel tiene las
dimensiones de 0.25 km x 0.25 km, su área es 0.0625 km 2, con este resultado
se calculan los valores de la columna 3 de la Tabla 6.5.
151
Tabla 6.5. Área de las lomas de la costa de Ica en el periodo 2000-2014, con
su respectiva cantidad de píxeles que tienen valores de NDVI desde 0.26 hasta
1.
Al graficar la información del área de las lomas de la costa de Ica vs. tiempo
de la Tabla 6.5, se obtiene la variación del área de las lomas de Ica en el
periodo 2000 – 2014 (Figura 6.46). Como resultado se observa que, el área de
las lomas es aproximadamente constante desde el año 2000 hasta el año
2008, con valores cercanos a cero, siendo en algunos años el área igual a cero
seco y sin vegetación, como se observa en los años 2003, 2004, 2006 y 2007.
Con respecto de los años 2009, 2010 y 2011 ocurre un incremento del área de
las lomas, dándose en el año 2010 la mayor extensión, con un tamaño
equivalente a 96.19 km2. Los siguientes años, a partir del 2012, las áreas de
las lomas disminuyen nuevamente hasta tener valores cercanos a cero, es
decir, muy poca extensión de vegetación, casi suelo desnudo (desierto).
152
Area de las Lomas de Ica
1700
Estadísticas
descriptivas
N 15
1400 Media 13.258
Desviación estánda 28.192
Mínimo 0
Máximo 96.188
1100
Area ( km2)
800
500
200
00 01 02 03 04 05 06 07 08 09 10 11 12 13 14
20 20 20 20 20 20 20 20 20 20 2 0 2 0 20 20 20
Tiempo ( años )
Figura 6.46. Variación del área de las lomas de la costa del departamento de
Ica.
153
La Tabla 6.6, resume la estadística del área de las lomas por
departamentos, siendo el departamento de Lima el que tiene el área promedio
más alto, seguido de La Libertad, Ancash e Ica sucesivamente. Asimismo, Lima
tiene la mayor desviación estándar, seguida por La Libertad, esto significa que
existe mucha diferencia entre los valores extremos de área (mínimo y máximo).
Con respecto de lomas de Ica el valor mínimo es de 0 km2, esto significa que
en algunos años las lomas desaparecen completamente.
Al integrar las gráficas de las áreas de las lomas se obtiene la Figura 6.47. En
esta figura se observa, que el área de las lomas de La Libertad y Ancash tienen
la misma tendencia, los máximos y los mínimos se dan en los mismos años, la
diferencia radica en la extensión de las áreas.
El área de las lomas de Ica es casi constante y casi nula, a excepción de un
pico que se da en el año 2010. Finalmente, el área del departamento de Lima
no tiene la misma tendencia que presentan La Libertad y Ancash, en ningún
año desaparece, como sucede en Ica, además, Lima presenta la mayor
extensión de área de lomas con respecto de los otros departamentos
estudiados.
En general, se puede decir, que el comportamiento del área de las lomas es
muy diferente en cada departamento estudiado. Considerando la tendencia y la
extensión del área de las lomas, la costa central del Perú pude ser dividido en
tres sectores: sector norte (La Libertad y Ancash), sector centro (Lima) y sector
sur (Ica).
154
Figura 6.47. Variación anual del área de las lomas de la costa central del Perú
por departamentos.
6.4.2.1. Variación mensual del promedio del NDVI de las lomas de la costa
central del Perú
La variación mensual del promedio del NDVI por cada uno de los
departamentos de la costa central del Perú: La Libertad, Ancash, Lima e Ica,
brindan información acerca de la evolución de la vegetación de las lomas y si
su tendencia es creciente o decreciente a lo largo del año en el periodo 2000-
2014. Además, este resultado permite determinar en qué estaciones del año se
encuentran los valores máximo y mínimo de vegetación, es decir, abundancia y
escasez. Finalmente, la información integrada de la variación mensual del
promedio del NDVI de las lomas de cada departamento, permite observar las
diferencias que existen a nivel latitudinal.
155
6.4.2.1.1. Variación mensual del promedio del NDVI de las lomas de La
Libertad
156
Tabla 6.7. Promedio mensual del NDVI de las lomas de la costa de La Libertad
en el periodo 2000-2014, con su respectiva desviación estándar y las
estaciones del año.
157
0.25
y = -0.0011x + 0.1239
0.2 R² = 0.1998
0.15
NDVI
Tiempo (meses)
Figura 6.48. Variación mensual del promedio del NDVI de las lomas de la
costa de La Libertad, con una desviación estándar por cada mes y un ajuste
lineal que indica la tendencia de los datos.
158
Tabla 6.8. Promedio mensual del NDVI de las lomas de la costa de Ancash en
el periodo 2000-2014, con su respectiva desviación estándar y las estaciones
del año.
159
0.25
y = 0.0002x + 0.1051
0.2 R² = 0.0137
0.15
NDVI
Tiempo (meses)
Figura 6.49. Variación mensual del promedio del NDVI de las lomas de la costa
de Ancash, con una desviación estándar por cada mes y un ajuste lineal que
indica la tendencia de los datos.
6.4.2.1.3. Variación mensual del promedio del NDVI de las lomas de Lima
160
Tabla 6.9. Promedio mensual del NDVI de las lomas de la costa de Lima en el
periodo 2000-2014, con su respectiva desviación estándar y las estaciones del
año.
161
0.25
y = 0.0009x + 0.1371
0.2 R² = 0.0197
NDVI
0.15
Prom NDVI de
0.1 las Lomas de
Costa de Lima y
0.05 su desv stand
Tiempo (meses)
Figura 6.50. Variación mensual del promedio del NDVI de las lomas de la costa
de Lima, con una desviación estándar por cada mes y un ajuste lineal que
indica la tendencia de los datos.
6.4.2.1.4. Variación mensual del promedio del NDVI de las lomas de Ica
162
Tabla 6.10. Promedio mensual del NDVI de las lomas de la costa de Ica en el
periodo 2000-2014, con su respectiva desviación estándar y las estaciones del
año.
163
0.25
0.2
y = -0.0003x + 0.0633
R² = 0.4608
0.15 Prom NDVI de las
NDVI
0.05
Tiempo (meses)
Figura 6.51. Variación mensual del promedio del NDVI de las lomas de la costa
de Ica, con una desviación estándar por cada mes y un ajuste lineal que indica
la tendencia de los datos.
164
0.165
Promedio NDVI mensual de las
Lomas de la costa central del Perú
0.150 Lomas de la costa de La Libertad
Lomas de la costa de Ancash
0.135 Lomas de la costa de Lima
Lomas de la costa de Ica
0.120
NDVI
0.105
0.090
0.075
0.060
e b r r y n l o p ct v c
en fe ma ab ma ju ju
a g se o n o di
Tiempo ( meses )
Figura 6.52. Variación mensual del promedio del NDVI de las lomas de las
costas de los departamentos de la Libertad, Ancash, Lima e Ica.
6.4.2.2. Serie de tiempo del NDVI de las lomas de la costa central del Perú
Las gráficas de las series de tiempo del NDVI de las lomas, están
conformadas por 342 valores promedio de NDVI adquiridos cada 16 días, entre
los años 2000-2014.
165
etapa, desde Julio del 2008 hasta diciembre de 2014, también con
tendencia decreciente de ecuación Y= 0.1307-0.00021412X.
En la primera etapa, en los años 2003, 2004 y 2005 el desarrollo de la
vegetación que predomina en invierno, desaparece, mientras que, en la
segunda etapa, en los años 2008, 2009 y 2010 se observan picos de
máxima vegetación. En el estudio de (Anculle, 2014) se ha identificado
sequía en el norte del Perú en los años 2003, 2004 y 2005. En estos mismos
años, según la serie temporal del NDVI hallada en esta investigación de las
lomas de la costa de La Libertad casi desaparecieron, (Figura 6.53). Esta
relación indica que el fenómeno de sequía del norte afectó a las lomas de la
costa de la Libertad, por lo que se deduce que estas lomas son altamente
sensibles a los fenómenos de sequías.
166
años 2003, 2004 y 2005 y en la segunda etapa, la lomas tiene un máximo
desarrollo los años 2008, 2009, 2010 y 2011.
167
de la costa de Ica (Figura 6.18.d). En esta serie, al igual que en las
anteriores, también se observa dos etapas: la primera, que va desde enero
del 2000 hasta setiembre del 2009, con una tendencia Y= 0.0543 -
0.000014095X y la segunda, que va desde octubre del 2009 hasta diciembre
del 2014. La vegetación de las lomas en la primera etapa es prácticamente
nula, sin mostrar variación en ningún año, mientras que, en la segunda
etapa, se incrementa en dos años consecutivos el 2011 y 2012.
168
a) Series de tiempo del NDVI de las lomas de la costa de La Libertad
Figura 6.53. Series de tiempo del NDVI de las lomas de la costa central, con
sus respectivas tendencias por cada etapa.
169
Las series de tiempo pueden ser analizadas de dos formas: una, en el
dominio del tiempo y la otra, en el dominio de las frecuencias. Si las series de
tiempo son analizadas en el dominio del tiempo, se obtiene la información
sobre su tendencia, ciclo, estacionalidad y componente irregular. Si se analiza
en el dominio de la frecuencia, se pueden encontrar componentes periódicos,
aun cuando estas no sean muy visibles; encontrar componentes periódicos
permite centrar la atención en determinadas frecuencias que aportan mayor
información.
Las series temporales de las lomas de la costa central del Perú entre los
años 2000 y 2014 no cumplen con las condiciones de ser procesos
estacionarios; es por eso, que para ser analizadas en el dominio de las
frecuencias, este periodo se divide en dos etapas como se observa en la Figura
6.57, donde cada etapa sí es aproximadamente un proceso estacionario.
170
a) Primera etapa
b) Segunda etapa
171
a) Primera etapa
b) Segunda etapa
172
a) Primera etapa
b) Segunda etapa
173
estas frecuencias vienen a ser los periodos en los que se desarrollan mejor las
lomas.
174
Como en los diversos resultados mostrados en esta investigación, las lomas
de la costa de Lima tienen mejor vegetación, le sigue las lomas de la costa de
la Libertad, luego las lomas de la costa Ancash y finalmente las de Ica.
6.4.3. Anomalía de la media anual de las lomas la costa central del Perú
175
Lomas de la costa de Libertad
0.15
Variable
Anomalia de la media anual del NDVI Actual
Tendencia
0.10 Yt = -0.0205 + 0.00257×t
Medidas de exactitud
MAPE 98.6522
MAD 0.0487
0.05
MSD 0.0031
0.00
-0.05
-0.10
00 00 1 002 003 004 005 006 007 008 009 010 011 012 013 014
20 2 2 2 2 2 2 2 2 2 2 2 2 2 2
Tiempo (años)
Figura 6.57. Anomalía de la media anual del NDVI de las lomas de la costa de
La Libertad.
176
Lomas de la costa de Ancash
0.15
Anomalia de la media anual del NDVI Variable
Actual
Yt = -0.0385 + 0.00482×t Tendencia
0.10
Medidas de exactitud
MAPE 291.205
0.05 MAD 0.030
MSD 0.001
0.00
-0.05
-0.10
0 0 001 00 2 00 3 00 4 00 5 00 6 00 7 00 8 009 0 10 11 12 0 13 0 14
20 2 2 2 2 2 2 2 2 2 2 20 20 2 2
Tiempo (años)
Figura 6.58. Anomalía de la media anual del NDVI de las lomas de la costa de
Ancash.
177
Lomas de la costa de Lima
Anomalia de la media anual del NDVI
Variable
0.15 Actual
Tendencia
0.00
-0.05
-0.10
00 00 1 002 003 004 005 006 007 008 009 010 011 012 013 014
20 2 2 2 2 2 2 2 2 2 2 2 2 2 2
Tiempo (Años )
Figura 6.59. Anomalía de la media anual del NDVI de las lomas de la costa de
Lima.
178
Lomas de costa de Ica
Anomalia de la media anual del NDVI 0.15 Variable
Actual
Tendencia
0.10 Medidas de exactitud
Yt = -0.0315 + 0.00393×t MAPE 164.623
MAD 0.021
0.05 MSD 0.001
0.00
-0.05
-0.10
00 00 1 002 003 004 005 006 007 008 009 010 011 012 013 014
20 2 2 2 2 2 2 2 2 2 2 2 2 2 2
Tiempo (Años)
Figura 6.60. Anomalía de la media anual del NDVI de las lomas de la costa de
Ica.
Al integrar las 4 gráficas de las anomalías de la media anual del NDVI de las
lomas de la costa central del Perú, (ver Figura 6.61), permiten identificar y
comparar los cambios que se producen a nivel latitudinal entre la costa de los
departamentos en estudio. Así, en la Figura 6.61 se observa que las anomalías
de la media anual del NDVI, en todas estas lomas de la costa central del Perú
son crecientes, principalmente en Lima, que aumenta a razón de 0.01 por año.
También se observa, que en las lomas de los 4 departamentos referidos, los
valores de las anomalías de la media anual del NDVI son negativos en el
periodo 2002 – 2007; lo que significa, que la formación de la vegetación de las
lomas a lo largo de la costa central del Perú tienen un déficit, desde el 2002
hasta el 2007, en cambio, entre los años 2008 y 2011, los valores de las
anomalías de la media anual del NDVI son positivos en los cuatro
departamentos, lo que significa, que hay un exceso de vegetación con respecto
del valor promedio de todas las lomas de la costa central del Perú.
179
Anomalia del NDVI de las Lomas de la costa de La Libe
Anomalia de la media anual del NDVI 0.15
Anomalia del NDVI de las Lomas de la costa de Ancash
Anomalia del NDVI de las Lomas de la costa de Lima
Anomalia del NDVI de las Lomas de la costa de Ica
0.10
0.05
0.00
-0.05
-0.10
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Tiempo (años )
Figura 6.61. Anomalías de la media anual del NDVI de las lomas de la costa
central del Perú.
5
Descargado de SENAMHI (http://www.senamhi.gob.pe/?p=estaciones-automaticas ,
180
2000 – 2014, a través de series temporales, ver Figuras 6.67, 6.68, 6.69, 6.70 y
6.71.
Talla
Buena vista
Lachay
Ocucaje
181
Figura 6.63. Precipitación registrada por la estación de Talla (La Libertad).
182
Figura 6.66. Precipitación por la estación de Ocucaje (Ica).
183
6.69), donde se observa que la estación meteorológica de Lachay registra los
mayores valores de precipitación anual acumulada, la siguiente estación
meteorológica con mayor precipitación anual acumulada es Talla, y la estación
meteorológica de Ocucaje prácticamente no registra precipitación.
184
Talla (La Libertad) Buena Vista (Chimbote)
Lachay ( Lima ) Ocucaje (Ica)
Precipitación anual cumulada
250
200
150
(mm)
100
50
Tiempo (año)
185
CAPÍTULO 7: DISCUSIÓN DE RESULTADOS
186
Figura 7. 1 Ubicación de las principales lomas de la costa de La Libertad en
el mapa de máximo valor compuesto del NDVI del producto MOD13Q1 (2000-
2014) que contiene los perímetros de las áreas de las lomas de la costa de la
Libertad (Cerro Cabezón: 7°54’S y 79°03’O, Cerro campana: 7° 57’S y 79°06’O,
Cerro cabras: 8°03’S y 79°02’O, Cerro Chiputur: 8°10’S y 78°56’O y Cerro
Negro: 8°18 ).
187
Figura 7. 2 Ubicación de las principales lomas de la costa de Ancash en el
mapa de máximo valor compuesto del NDVI del producto MOD13Q1 (2000-
2014) que contiene los perímetros de las lomas de la costa de la Ancash (Cerro
Mongón: 9°37’ S, 78°17’O; Cerro Lupín: 10°38’S, 77°47’O ).
188
Figura 7.3 Ubicación de las principales lomas de la costa de Lima en el mapa
de máximo valor compuesto del NDVI del producto MOD13Q1 (2000-2014) que
contiene los perímetros de las lomas de la costa de la Lima (Lachay: 11°22S,
77°21’O; Villa maría: 12°08’S, 76°55’O; Manchay:12°09’S, 76°55’O; Carabayllo:
11°49’S, 77°04’O; Manzano: 12°11’S, 76°52’O; Pucara: 12°10’S, 76°50’O;
Lúcumo: 12°12’S, 76°53’O).
189
Figura 7.4 Ubicación de las principales lomas de la costa de Ica en el mapa
de máximo valor compuesto del NDVI del producto MOD13Q1 (2000-2014) que
contiene los perímetros de las lomas de la costa de Ica (Amará: 14°45’S
75°42’O; Marcona: 15°21’S, 75°03’).
190
De las diversas lomas identificadas, se han seleccionado siete para ser
analizadas: Cerro Campana, Chiputur, Mongón, Lupín, Lachay y Amará, como
se muestran en las Figuras 6.22, 6.26, 6.30, 6.34, 6.38 y 6.42 respectivamente.
En estas lomas se evaluó la relación entre el NDVI y la altitud, del perfil
topográfico correspondiente. Los resultados muestran una correlación entre el
NDVI y la correspondiente altitud positiva mayor a 0.7 (Tabla 6.1), lo que
significa, que en las lomas el NDVI aumenta con la altitud hasta los 800 msnm
aproximadamente. En las lomas analizadas el primer valor del NDVI que
aumenta en forma proporcional con la altitud se le denomina umbral del NDVI
de la Formación de las Lomas. En todas las lomas analizadas, excepto en la
loma de Amará, que pertenece a la costa del departamento de Ica, el promedio
de los umbrales de formación del NDVI es 0.26 ± 0.03, y se encuentran a
una altura promedio de (259 ± 97.27) msnm, como se ve en la Tabla 6.1,
mientras que en la loma de Amará, el NDVI y la altitud empiezan a incrementar
de forma proporcional desde los 0 msnm hasta los 800 msnm, donde el NDVI
toma un valor máximo promedio de 0.39 , debido a esto, no se puede
determinar el umbral.
191
Figura 7.5 Loma de Amará (Agosto 2013) (Beresford et al., 2015).
192
Figura 7.7 Loma de Lachay (Hiking in National Reserve Lomas de Lachay
in its Greenest Months, 2018).
193
7.1.1 Influencia de la capa de inversión térmica en la formación de las
lomas
194
los 683 msnm; punto donde está el limite inferior máximo de la capa de
inversión térmica.
195
7.2 Análisis climatológico
Con los resultados del análisis climatológico de las lomas de la costa central
del Perú desarrolladas entre los años 2000-2014 se empieza a identificar
diversas diferencias entre las lomas con respecto a los siguientes puntos: la
extensión del área, la tendencia y valores extremos y el periodo.
La variación diaria del NDVI también conocida como series de tiempo del NDVI
son un conjunto de observaciones que informan sobre el promedio del NDVI de
las lomas cada 16 días, donde estos van indicando el estado de la vegetación
de las lomas. En el periodo 2000-2014 se observa que las series temporales de
las lomas de las costas de los departamentos de la Libertad, Ancash, Lima e
Ica tienen comportamientos diferentes tanto en variabilidad, tendencia, esto
quiere decir que los fenómenos que contribuyen a la formación de las lomas no
son las mismas a lo largo de la costa central del Perú.
Al observar las cuatro series temporales como una variación de la latitud se
encuentran ciertas similitudes entre estas, como por ejemplo que en todas
existe dos etapas en el desarrollo de la vegetación la primera entre enero del
2000 a junio del 2008 y julio del 2008 a diciembre del 2014 en los
departamentos de la Libertad, Ancash, Lima y de enero del 2000 a noviembre
del 2009 como primera etapa y de diciembre del 2010 a diciembre del 2014
como segunda etapa en Ica. Otra similitud que se encuentra en las cuatro
series es que existe un evento extremo máximo que se desarrolla a mediados
del 2008 en las costas de La Libertad, Ancash y Lima mientras que Ica se da
el 2010, el mejor desarrollo de la vegetación se da en la segunda etapa
principalmente en los tres primeros años.
Para interpretar la existencia de las dos etapas y la variabilidad del NDVI a lo
largo de los 15 años de estudio se recurre a la información que brindan los
índices El niño Oscilación Sur (ENSO) y el Índice Costero el Niño (ICEN) ya
que los cambios climáticos más significativos en la costa de américa del sur lo
asocian a estos índices que incluye el estudio de los fenómenos de La Niña y
El Niño.
196
El ENSO es un índice que interrelaciona el océano (El niño) con la
atmósfera (Oscilación sur) en la región tropical del océano pacífico (IMARPE,
2019), se calcula a partir de una operación aritmética entre los valores de
presión atmosférica del pacifico occidental con los del pacifico central, valores
que están asociados a los fenómenos climáticos el niño y la niña , el resultado
de esta operación se expresa mediante una fase cálida (El niño) y una fase fría
(la niña) (SENAMHI, 2014).
Figura 7.10 Índice de Oscilación del sur (IOS), los períodos prolongados de
valores negativos IOS coinciden con las aguas oceánicas anormalmente
cálidas (niño) y los periodos prolongados de valores positivos de IOS coinciden
las aguas oceánicas anormalmente frías (niña) en el pacifico oriental tropical. El
recuadro indica el periodo de estudio, el eje Y indica la intensidad del evento
climático, si es de 0-5 se considera evento normal de 0.5 a 1, evento débil de 1
a 1.5 evento moderado de 1.5 a 2 evento fuerte, mayor o igual a 2 evento muy
fuerte (NOAA, 2019).
197
norte de Perú y ecuador, este índice sirve para monitorear el niño o la niña
frente a la costa del Perú, mientras que el ENSO refleja las condiciones a
mayor escala más representativas del pacifico central IGP.
Las lomas de la Libertad son las áreas más cercanas a la región 1+2 que es
de donde se saca los valores del ICEN si es que la variabilidad climática del
ICEN influye en la formación de las lomas de la costa central del Perú debe
notarse principalmente en las lomas de la costa de La Libertad. En la serie
temporal del ICEN Figura 7.11 en el periodo de estudios 2000 – 2014 no hay
eventos extremos de niño y niña, pero si eventos de niña fuerte a finales del
2007, finales del 2010 y el 2013, mientras que en la serie temporal de las lomas
de la Libertad Figura (6.53-a) se observa que el 2008, 2009 y 2010 hubo un
elevado incremento del NDVI y otro incremento de NDVI pero con menor
intensidad se da el 2000 y 2001 al comparar ambas series no se observa una
relación directa entre eventos fuertes de niña y máximo desarrollo del NDVI, la
serie de tiempo del NDVI de las lomas de Ancash aún tienen menos
coincidencia con el evento ICEN y las series de tiempo de las lomas de Lima e
Ica no guardan ninguna relación con este índice.
198
El Índice de Oscilación Sur en el periodo de estudios 2000 2014 presenta un
evento de niña muy fuerte a finales del 2010 e inicios del 2011, también hay
eventos de niña fuere el 2008 y 2012 (Figura 7.10), los años en los que los
eventos de la niña han tomado su máximo valor son comparados con las series
temporales del NDVI para determinar si tienen alguna influencia en la
formación de las lomas en la costa central.
Las series de tiempo de las lomas de la Libertad y de Ancash muestran un
máximo valor de NDVI el 2008, la serie de tiempo de las lomas de Lima tiene
un máximo valor de NDVI el 2011 y en la serie de tiempo de Ica tiene un
máximo valor el 2010. Los valores extremos del NDVI no coinciden con los
valores del IOS a excepción de la serie temporal de las lomas de Lima e Ica
De esto se concluye que los eventos extremo como niña muy fuerte influeyen
en determinadas regiones de la costa central, la abundancia que presenta las
lomas de la costa central en la segunda etapa no puede ser explicado con el
Índice Oscilación Sur (IOS).
199
7.2.3 Variación del área
Al calcular el área de las Lomas vs. Tiempo del periodo 2000-2014 se observa
que la costa del departamento de Lima tiene costa del departamento de La
Libertad, con un área promedio de 141.64 km 2, luego las lomas de la costa del
departamento de Ancash, con un valor de 111.43 km 2, finalmente, las lomas de
la costa del departamento de Ica, con un valor de 13.23 km 2.
200
lomas. El enfriamiento isobárico ocurre de manera natural cuando el aire se
mueve horizontalmente a presión constante y viaja a regiones más frías la
saturación ocurre a medida que el aire se enfría por conducción de calor
resultando la formación de nieblas a las que se les denomina nieblas de
advección, este tipo de niebla es común en las zonas costeras.
Los factores geográficos que proporcionan las condiciones físicas para la
formación de las nieblas de advección en la costa son: (1) el anticiclón del
Pacifico sur, (2) la temperatura de la superficie del mar frente al litoral peruano,
(3) el afloramiento de las aguas oceánicas (Gil and Olcina, 2017).
La influencia de los factores antes mencionados son diferente para el sector
norte, (La Libertad, Ancash), el sector centro, (Lima) y el sector sur, (Ica), lo
que hace que la cantidad de humedad de las neblinas varíe.
201
100 metros de profundidad. Estas aguas tienen la característica de ser más
frías que las aguas superficiales. Estos afloramientos causan notables
anomalías térmicas. Como la intensidad de los vientos en Ica es mayor que en
el resto del litoral y el ancho de la plataforma continental es angosta, el
afloramiento proviene de zonas más profundas, provocando que la temperatura
del mar frente a Ica sea la más fría del litoral peruano (14°C-15°C), como se
puede apreciar en el mapa de la Figura 2.9 del capítulo Marco Teórico.
202
a Lima las aguas del mar tienen temperaturas frías, pero no tan bajas como las
temperaturas de las aguas frente a Ica. Esta poca frialdad probablemente
favorece la formación de neblinas en la costa del departamento de Lima.
Al hallar la correlación entre las áreas de las lomas de la costa central del Perú
y la precipitación anual acumulada de las estaciones meteorológicas; Talla,
Buena Vista, Lachay y Ocucaje, se obtuvo la siguiente información:
7.2.7 Anomalías
Al analizar las anomalías del NDVI de las lomas de la costa central del Perú,
(Figura 6.61), se observa que, entre los años 2002 y 2007, las anomalías son
negativas, mientras que, desde el 2008 hasta el 2011, las anomalías son
positivas. Para la explicación de estos fenómenos de déficit y exceso de
vegetación de las lomas, se recurrió a evaluar los datos de campo
de precipitación, en las regiones lo más cercanamente posibles a las lomas,
(Figura 6.62), debido a que, no hay estaciones meteorológicas dentro de las
lomas en estudio, a excepción de la estación meteorológica de Lachay que se
encuentra ubicada dentro de las lomas de Lachay, como fue explicado en el
capítulo de Resultados, sección 6.4.4.
204
CAPÍTULO 8: CONCLUSIONES
8.1 Conclusiones
- Las series de tiempo del NDVI de las lomas de la costa central del
Perú no fueron estacionarias en los años 2000-2014. Se
desarrollaron en dos épocas bien diferenciadas con una transición
repentina entre los meses de junio-julio 2007. Las variaciones
temporales en la primera época son mucho menores que en la
segunda. Las tendencias son ligeramente negativas para las
lomas de La Libertad y Ancash, y ligeramente positivas para
Lima. Los picos principales del espectro de potencia corresponden
a los periodos de seis y doce meses, para ambas épocas.
205
El promedio anual del área de las lomas de la costa central de Perú,
tuvieron un mínimo en los años 2000- 2007 (primera época) y un
máximo desarrollo entre 2007-2014 (segunda época), en concordancia
de las series de tiempo del NDVI.
Lima es el departamento que tiene el área promedio mayor de lomas de
los cuatro departamentos de la costa central de Perú. Le sigue el
promedio de las áreas de las lomas de La Libertad, luego las lomas de
Ancash y, finalmente, las de Ica.
El desarrollo de las lomas en la costa de la Libertad, Ancash y Lima
es estacional. En primavera y verano se desarrollan al máximo. En
otoño e invierno, alcanzan su mínima extensión en el año.
El comportamiento de la media anual del NDVI, de las lomas de la costa
central del Perú, muestra la ocurrencia de dos anomalías: una negativa
entre los años 2002-2007 y otra positiva entre los años 2007-2014.
Estas anomalías son corroboradas con las anomalías de la variación de
la precipitación anual acumulada es esta estación meteorológica de
Lachay, lo cual documenta la importancia del registro de la precipitación
local. Lachay es la única loma costera que cuenta con una estación
meteorológica. En consecuencia, para vigilar el desarrollo de las lomas
costeras del Perú, se debe instalar y operar estaciones meteorológicas
para diferenciar entre la contribución, al desarrollo de las lomas, de la
humedad por advección de la atmósfera oceánica al continente (su
ascenso pendiente arriba y condensación del vapor de agua en las
lomas), de la precipitación por trasvase de vapor de agua de la cuenca
atlántica y/o precipitación local en veranos anómalos.
La metodología desarrollada y aplicada en la presente investigación
permite implementar un sistema de vigilancia operacional del ecosistema
de las lomas costeras en cuanto al impacto del impacto de la variabilidad
climática y la influencia antropogénica, mediante el uso de imágenes
satelitales del NDVI de alta resolución espacial y temporal de libre
acceso.
206
REFERENCIA
Anastasios, T. (2007). An introduction to Atmospheric Thermodynamics.
wisconsin: Cambridge Univesity Press.
Ancapichún, S. (2012). Variabilidad Del Anticiclón Del Pacífico Sur Y Su
Relación Con La Oscilación Decadal Del Pacífico:Implicancias
Oceanográficas A Lo Largo De La Costa Centro-Norte De Chile. Valdivia:
Escuela de Biologia Marina.
Anculle, T. (2014). Modelo del inicio de la sequía en la Costa Norte del
Perú a partir del NDVI de los sensores AVHRR ,vegetación ,MODIS y los
datos ENOS (1982-2013 ). Lima: Tesis de maestría en Física , Facultad
de Ciencias Físicas .
Arellano, C., y Calvo, M. (2009). Estudio de la variación estacional y
diurna de la Capa de inversión térmica en Lima - Perú. Lima: Facultad de
Ciencias Físicas, Universidad Nacional Mayor de San Marcos y Servicio
Nacional de Meteorologia e Hidrología del Perú.
ArcMap. (2018). Función NDVI. Acceso el 19/05/2018, de
http://desktop.arcgis.com/es/arcmap/10.3/manage-data/raster-and-
images/ndvi-function.htm.
Beresford, D., Pullen, A., Whaley, O., Moat, J., Chauca, G. and
Cadwallader, L. (2015). Re-evaluating the resource potential of lomas
fog oasis environments for Preceramic hunteregatherers under past
ENSO modes on the south coast of Peru.
Brenes, Á., y Saborío, V. (1995). Elementos de climatología: su
aplicación didáctica a Costa Rica. Universidad Estatal a distancia.
Cano, A., Roque, J., Arakaki, M., Arana, C., La Torre, M. y Llerena, N.
(1999). Diversidad floristica de las lomas de Lachay (Lima) durante el
evento " El niño" 1997 -98 ". Lima : Facultad de Ciencias.
207
Chuvieco, E. (2002). Teledeteccion Ambiental. Barcelona: Ariel.
Correa, D., Vazquez , L., y Gutiérrez, D. (2017). Intensificación Del
Viento Costero Frente Al Litoral Peruano Durante El Niño 2015-2016.
Instituto del Mar del Perú, 35-37.
Didan, K., Barreto Muñoz, A., Ramon, S., and Huete, A. (2015).
MODIS Vegetation Index User’s Guide (MOD13 Series ). Guia de Usuario
Version 3.00 (Collection 6 ), Arizona.
Dillon, M. (2005). The solanacease of the lomas formaatios of coastal
Peru and Chile. Monographs in Systematic Botany , 131-156.
208
Gultepe, I. (2007). Fog and Boundary Layer Clouds: Fog visibility and
Forescasting. Berlin: Birkhäuser .
209
Jiménez, P., Talavera, C., Villegas, L., Huamán, E., y Ortega, A.
(1999). Condiciones meteorológicas en la lomas de Mejia en " El niño
1997-98 " y su influencia en la vegetación. En J. Tarazona, y E. Castillo,
El niño 1997-98 y su impacto sobre los ecosistemas Marinos y
Terrestres. Lima: Facultad de ciencias biologicas.
Lutgens, F., y Tarbuck, E. (2013). The Atmosphere an introduction to
meteorology. United States of America: Pearson.
210
NOAA. (2019). National center for enviromental information. Recuperado
el 28 de 05 de 2019, de Southern Oscillation Index (SOI):
https://www.ncdc.noaa.gov/teleconnections/enso/indicators/soi/
Rodríguez, E., Liza, V., Martínez, B., Pollack, L., González, S. y Mario,
Z., (2012). Loma El Cerro Campana, Patrimonio Natural Y Cultural De La
Región La Libertad. (23).
Rundel, P., Dillon, M., Palma, B., Mooney, H., y Ehleringer , R. (1991).
The Phytogeografhy and Ecology of the Coastal Atacama and Peruvian
Deserts. Los angeles : Aliso.
SENAMHI (Servicion Nacional de Meteorologia e Hidrologia del
Perú), Estaciones automáticas. Acceso el 2017 de 12 de 17, de
http://www.senamhi.gob.pe/?p=estaciones-automaticas
SENAMHI (Servicion Nacional de Meteorologia e Hidrologia del
Peru), inicios de estacion. Acceso el 08 de 05 de 2018, de
http://senamhi.gob.pe/?p=mapa-climatico-del-peru
Sobrino, J. A. (2000). Teledetección. Valencia: Los Autores.
Services Golden Gate Weather. (2018). El Niño and La Niña Years and
Intensities Based on Oceanic Niño Index (ONI). Recuperado el 2018 de
10 de 18, de https://www.ggweather.com/enso/oni.htm.
211
SENAMHI. (2014). El fenómeno El niño en el Perú. Lima: TAWA.
212
ANEXO A
213
ANEXO B
214
envi_setup_head, inherit=inherit, nb=1, data_type=dt,
fname=output_file, interleave=0, ns=ns, nl=nl, offset=0, /write
endif
if keyword_set(mean_val) then begin
envi_report_init, title='Mean Value Composite Image Creation',
['Accessing data from original file...','Creating Composite
Image...'], base=base, /interrupt
envi_report_inc, base, nl-1
for i=0, nl-1 do begin
envi_report_stat, base, i, nl-1, cancel=cancel
if cancel eq 1 then begin
envi_report_init, base=base, /finish
free_lun, lun
file_delete, output_file
return
endif
slice = envi_get_slice(fid=fid, line=i, pos=pos, xs=0, xe=ns-1, /bip)
slice = float(slice)
for j=0, ns-1 do begin
mean_value = mean(slice[*,j])
writeu, lun, mean_value
endfor
endfor
envi_report_init, base=base, /finish
envi_setup_head, inherit=inherit, nb=1, data_type=4,
fname=output_file, interleave=0, ns=ns, nl=nl, offset=0, /write
endif
free_lun, lun
envi_open_file, output_file
end
pro create_composite, event
compile_opt idl2
envi_select, fid=input_fid, /file_only, pos=pos, title='F:\max
compuesto NDVI 2014',/no_dims
if (input_fid[0] eq -1) then return
base = widget_auto_base(title='Type?')
list = ['Minimum Value', 'Maximum Value', 'Mean Value']
choice = widget_menu(base, list=list, /excl, /auto, uvalue='choice',
rows=3)
result = auto_wid_mng(base)
if (result.accept eq 0) then return
if result.choice eq 0 then begin composite_functions, input_fid, pos,
/min_val
endif
if result.choice eq 1 then begin composite_functions, input_fid, pos,
/max_val
endif
if result.choice eq 2 then begin
composite_functions, input_fid, pos, /mean_val
endif
end
215
ANEXO C
Valores de NDVI y Altitud adquiridos de los perfiles topográficos con sus
respectivas coordenadas geográficas que pasan por las lomas Cerro Campana
y Cerro Chiputor en la costa de la Libertad, Cerro Mongón, Cerro Lupin en la
costa del Ancash, Loma de lachay en la costa de Lima y finalmente lomas de
Amará en la costa de Ica.
216
20 269 504 -8.006567 -79.125104 0.2809
21 269 505 -8.008676 -79.125104 0.3347
22 268 506 -8.010785 -79.127213 0.2406
23 267 507 -8.012895 -79.129323 0.1738
24 267 508 -8.015004 -79.129323 0.2245
25 266 509 -8.017113 -79.131432 0.1504
26 266 510 -8.019222 -79.131432 0.1450
27 265 511 -8.021332 -79.133541 0.1400
28 264 512 -8.023441 -79.135651 0.1183
29 264 513 -8.025550 -79.135651 0.1178
30 263 514 -8.027660 -79.137760 0.1132
31 262 515 -8.029769 -79.139869 0.1194
32 262 516 -8.031878 -79.139869 0.1160
33 261 517 -8.033988 -79.141978 0.1255
34 260 518 -8.036097 -79.144088 0.1443
35 260 519 -8.038206 -79.144088 0.1443
36 259 520 -8.040316 -79.146197 0.1435
37 258 521 -8.042425 -79.148306 0.2012
217
8 280 498 -7.981250 -79.108333 895.0000
9 280 500 -7.985417 -79.108333 521.0000
10 279 500 -7.985417 -79.110417 517.0000
11 278 501 -7.987500 -79.112500 387.0000
12 277 503 -7.991667 -79.114583 283.0000
13 278 503 -7.991667 -79.112500 312.0000
14 276 504 -7.993750 -79.116667 320.0000
15 275 506 -7.997917 -79.118750 286.0000
16 276 506 -7.997917 -79.116667 309.0000
17 274 507 -8.000000 -79.120833 261.0000
18 274 509 -8.004167 -79.120833 245.0000
19 273 509 -8.004167 -79.122917 222.0000
20 272 510 -8.006250 -79.125000 222.0000
21 271 512 -8.010417 -79.127083 199.0000
22 272 512 -8.010417 -79.125000 208.0000
23 270 513 -8.012500 -79.129167 189.0000
24 270 515 -8.016667 -79.129167 174.0000
25 269 515 -8.016667 -79.131250 159.0000
26 268 516 -8.018750 -79.133333 146.0000
27 267 518 -8.022917 -79.135417 121.0000
28 268 518 -8.022917 -79.133333 125.0000
29 266 519 -8.025000 -79.137500 107.0000
30 265 521 -8.029167 -79.139583 88.0000
31 266 521 -8.029167 -79.137500 90.0000
32 264 522 -8.031250 -79.141667 80.0000
33 263 524 -8.035417 -79.143750 61.0000
34 264 524 -8.035417 -79.141667 69.0000
35 263 525 -8.037500 -79.143750 61.0000
36 261 527 -8.041667 -79.147917 5.0000
37 262 527 -8.041667 -79.145833 34.0000
218
; ROI name: EVF: Layer: Perfil B’C NDVI Cerro_ Chiputur.shp
; ROI rgb value: {255, 255, 255}
; ROI npts: 82
; ID X Y Lat Lon B1
1 356 565 -8.135235 -78.941594 0.4416
2 356 566 -8.137344 -78.941594 0.4378
3 356 567 -8.139453 -78.941594 0.4628
4 356 568 -8.141562 -78.941594 0.3150
5 356 569 -8.143672 -78.941594 0.2169
6 356 570 -8.145781 -78.941594 0.2074
7 356 571 -8.147890 -78.941594 0.2560
8 356 572 -8.150000 -78.941594 0.5140
9 356 572 -8.150000 -78.941594 0.5140
10 355 573 -8.152109 -78.943703 0.2684
11 355 574 -8.154218 -78.943703 0.2183
12 355 575 -8.156328 -78.943703 0.2579
13 355 576 -8.158437 -78.943703 0.2248
14 355 577 -8.160546 -78.943703 0.2929
15 355 578 -8.162656 -78.943703 0.3817
16 355 579 -8.164765 -78.943703 0.3847
17 355 580 -8.166874 -78.943703 0.4000
18 355 581 -8.168984 -78.943703 0.4116
19 355 582 -8.171093 -78.943703 0.6200
20 355 583 -8.173202 -78.943703 0.8461
21 355 584 -8.175311 -78.943703 0.8461
22 355 585 -8.177421 -78.943703 0.8496
23 355 586 -8.179530 -78.943703 0.8496
24 355 587 -8.181639 -78.943703 0.8237
25 355 588 -8.183749 -78.943703 0.9277
26 355 589 -8.185858 -78.943703 0.8572
27 354 590 -8.187967 -78.945813 0.8572
28 354 591 -8.190077 -78.945813 0.5868
29 354 592 -8.192186 -78.945813 0.4464
30 354 593 -8.194295 -78.945813 0.2600
219
31 354 594 -8.196405 -78.945813 0.2433
32 354 595 -8.198514 -78.945813 0.1781
33 354 596 -8.200623 -78.945813 0.1714
34 354 597 -8.202732 -78.945813 0.1901
35 354 598 -8.204842 -78.945813 0.1874
36 354 599 -8.206951 -78.945813 0.1942
37 354 600 -8.209060 -78.945813 0.2017
38 354 601 -8.211170 -78.945813 0.2161
39 354 602 -8.213279 -78.945813 0.2655
40 354 603 -8.215388 -78.945813 0.2667
41 354 604 -8.217498 -78.945813 0.3552
42 354 605 -8.219607 -78.945813 0.3204
43 354 606 -8.221716 -78.945813 0.3942
44 354 607 -8.223826 -78.945813 0.7408
45 353 608 -8.225935 -78.947922 0.8240
46 353 609 -8.228044 -78.947922 0.8335
47 353 610 -8.230154 -78.947922 0.8386
48 353 611 -8.232263 -78.947922 0.8344
49 353 612 -8.234372 -78.947922 0.7802
50 353 613 -8.236481 -78.947922 0.7805
51 353 614 -8.238591 -78.947922 0.7695
52 353 615 -8.240700 -78.947922 0.7695
53 353 616 -8.242809 -78.947922 0.8327
54 353 617 -8.244919 -78.947922 0.8327
55 353 618 -8.247028 -78.947922 0.7749
56 353 619 -8.249137 -78.947922 0.7775
57 353 620 -8.251247 -78.947922 0.7749
58 353 621 -8.253356 -78.947922 0.7755
59 353 622 -8.255465 -78.947922 0.7464
60 353 623 -8.257575 -78.947922 0.6994
61 353 624 -8.259684 -78.947922 0.6706
62 352 625 -8.261793 -78.950031 0.6778
63 352 626 -8.263902 -78.950031 0.8300
64 352 627 -8.266012 -78.950031 0.8085
220
65 352 628 -8.268121 -78.950031 0.8494
66 352 629 -8.270230 -78.950031 0.8494
67 352 630 -8.272340 -78.950031 0.8210
68 352 631 -8.274449 -78.950031 0.6666
69 352 632 -8.276558 -78.950031 0.6916
70 352 633 -8.278668 -78.950031 0.5919
71 352 634 -8.280777 -78.950031 0.4415
72 352 635 -8.282886 -78.950031 0.2783
73 352 636 -8.284996 -78.950031 0.1884
74 352 637 -8.287105 -78.950031 0.1471
75 352 638 -8.289214 -78.950031 0.1675
76 352 639 -8.291323 -78.950031 0.1675
77 352 640 -8.293433 -78.950031 0.3357
78 352 641 -8.295542 -78.950031 0.3909
79 351 642 -8.297651 -78.952141 0.2903
80 351 643 -8.299761 -78.952141 0.2824
81 351 644 -8.301870 -78.952141 0.0000
82 351 645 -8.303979 -78.952141 0.0000
221
6 360 576 -8.143750 -78.941667 245.0000
7 360 578 -8.147917 -78.941667 343.0000
8 360 578 -8.147917 -78.941667 343.0000
9 360 579 -8.150000 -78.941667 377.0000
10 360 581 -8.154167 -78.941667 510.0000
11 359 581 -8.154167 -78.943750 650.0000
12 359 582 -8.156250 -78.943750 718.0000
13 359 584 -8.160417 -78.943750 955.0000
14 359 584 -8.160417 -78.943750 955.0000
15 359 585 -8.162500 -78.943750 1055.0000
16 359 587 -8.166667 -78.943750 1079.0000
17 359 587 -8.166667 -78.943750 1079.0000
18 359 588 -8.168750 -78.943750 1060.0000
19 359 590 -8.172917 -78.943750 859.0000
20 359 590 -8.172917 -78.943750 859.0000
21 359 591 -8.175000 -78.943750 845.0000
22 359 593 -8.179167 -78.943750 821.0000
23 359 593 -8.179167 -78.943750 821.0000
24 359 594 -8.181250 -78.943750 823.0000
25 359 596 -8.185417 -78.943750 674.0000
26 359 596 -8.185417 -78.943750 674.0000
27 359 597 -8.187500 -78.943750 587.0000
28 358 599 -8.191667 -78.945833 445.0000
29 358 599 -8.191667 -78.945833 445.0000
30 358 600 -8.193750 -78.945833 427.0000
31 358 602 -8.197917 -78.945833 349.0000
32 358 602 -8.197917 -78.945833 349.0000
33 358 603 -8.200000 -78.945833 318.0000
34 358 605 -8.204167 -78.945833 282.0000
35 358 605 -8.204167 -78.945833 282.0000
36 358 606 -8.206250 -78.945833 278.0000
37 358 608 -8.210417 -78.945833 261.0000
38 358 608 -8.210417 -78.945833 261.0000
39 358 609 -8.212500 -78.945833 260.0000
222
40 358 611 -8.216667 -78.945833 247.0000
41 358 611 -8.216667 -78.945833 247.0000
42 358 612 -8.218750 -78.945833 253.0000
43 358 614 -8.222917 -78.945833 248.0000
44 358 614 -8.222917 -78.945833 248.0000
45 357 615 -8.225000 -78.947917 232.0000
46 357 617 -8.229167 -78.947917 216.0000
47 357 617 -8.229167 -78.947917 216.0000
48 357 618 -8.231250 -78.947917 211.0000
49 357 620 -8.235417 -78.947917 198.0000
50 357 620 -8.235417 -78.947917 198.0000
51 357 621 -8.237500 -78.947917 193.0000
52 357 623 -8.241667 -78.947917 178.0000
53 357 623 -8.241667 -78.947917 178.0000
54 357 624 -8.243750 -78.947917 168.0000
55 357 626 -8.247917 -78.947917 158.0000
56 357 626 -8.247917 -78.947917 158.0000
57 357 627 -8.250000 -78.947917 146.0000
58 357 629 -8.254167 -78.947917 131.0000
59 357 629 -8.254167 -78.947917 131.0000
60 357 630 -8.256250 -78.947917 122.0000
61 356 632 -8.260417 -78.950000 102.0000
62 357 632 -8.260417 -78.947917 105.0000
63 356 633 -8.262500 -78.950000 96.0000
64 356 635 -8.266667 -78.950000 83.0000
65 356 635 -8.266667 -78.950000 83.0000
66 356 636 -8.268750 -78.950000 73.0000
67 356 638 -8.272917 -78.950000 53.0000
68 356 638 -8.272917 -78.950000 53.0000
69 356 639 -8.275000 -78.950000 69.0000
70 356 641 -8.279167 -78.950000 35.0000
71 356 641 -8.279167 -78.950000 35.0000
72 356 642 -8.281250 -78.950000 46.0000
73 356 644 -8.285417 -78.950000 44.0000
223
74 356 644 -8.285417 -78.950000 44.0000
75 356 645 -8.287500 -78.950000 46.0000
76 356 647 -8.291667 -78.950000 46.0000
77 356 647 -8.291667 -78.950000 46.0000
78 356 648 -8.293750 -78.950000 43.0000
79 355 650 -8.297917 -78.952083 5.0000
80 355 650 -8.297917 -78.952083 5.0000
81 355 651 -8.300000 -78.952083 0.0000
82 355 653 -8.304167 -78.952083 0.0000
224
16 656 1290 -9.631250 -78.325000 473.0000
17 654 1292 -9.635417 -78.329167 204.0000
18 655 1292 -9.635417 -78.327083 262.0000
19 654 1293 -9.637500 -78.329167 200.0000
20 652 1295 -9.641667 -78.333333 171.0000
21 653 1295 -9.641667 -78.331250 207.0000
22 651 1296 -9.643750 -78.335417 105.0000
23 649 1298 -9.647917 -78.339583 0.0000
24 649 1298 -9.647917 -78.339583 0.0000
225
16 648 1275 -9.632845 -78.325676 0.5263
17 648 1276 -9.634954 -78.325676 0.2180
18 647 1277 -9.637063 -78.327785 0.2203
19 646 1278 -9.639173 -78.329894 0.1314
20 645 1279 -9.641282 -78.332003 0.1225
21 644 1280 -9.643391 -78.334113 0.0998
22 643 1281 -9.645501 -78.336222 0.1021
23 642 1283 -9.649719 -78.338331 0.0000
24 642 1283 -9.649719 -78.338331 0.0000
226
16 887 1673 -10.429167 -77.843750 1192.0000
17 885 1674 -10.431250 -77.847917 1107.0000
18 882 1676 -10.435417 -77.854167 1195.0000
19 884 1676 -10.435417 -77.850000 1056.0000
20 881 1677 -10.437500 -77.856250 1216.0000
21 881 1677 -10.437500 -77.856250 1216.0000
22 879 1679 -10.441667 -77.860417 1139.0000
23 880 1679 -10.441667 -77.858333 1123.0000
24 878 1680 -10.443750 -77.862500 1086.0000
25 876 1682 -10.447917 -77.866667 873.0000
26 877 1682 -10.447917 -77.864583 792.0000
27 874 1683 -10.450000 -77.870833 777.0000
28 873 1685 -10.454167 -77.872917 696.0000
29 872 1685 -10.454167 -77.875000 729.0000
30 872 1685 -10.454167 -77.875000 729.0000
31 871 1686 -10.456250 -77.877083 661.0000
32 869 1688 -10.460417 -77.881250 512.0000
33 870 1688 -10.460417 -77.879167 629.0000
34 868 1689 -10.462500 -77.883333 399.0000
35 865 1691 -10.466667 -77.889583 283.0000
36 867 1691 -10.466667 -77.885417 373.0000
37 864 1692 -10.468750 -77.891667 259.0000
38 864 1692 -10.468750 -77.891667 259.0000
39 862 1694 -10.472917 -77.895833 224.0000
40 863 1694 -10.472917 -77.893750 228.0000
41 861 1695 -10.475000 -77.897917 204.0000
42 859 1697 -10.479167 -77.902083 174.0000
43 860 1697 -10.479167 -77.900000 182.0000
44 857 1698 -10.481250 -77.906250 152.0000
45 856 1700 -10.485417 -77.908333 133.0000
46 855 1700 -10.485417 -77.910417 127.0000
47 855 1700 -10.485417 -77.910417 127.0000
48 854 1701 -10.487500 -77.912500 126.0000
49 852 1703 -10.491667 -77.916667 105.0000
227
50 853 1703 -10.491667 -77.914583 119.0000
51 851 1704 -10.493750 -77.918750 97.0000
52 848 1706 -10.497917 -77.925000 111.0000
53 850 1706 -10.497917 -77.920833 113.0000
54 847 1707 -10.500000 -77.927083 133.0000
55 847 1707 -10.500000 -77.927083 133.0000
56 845 1709 -10.504167 -77.931250 44.0000
57 846 1709 -10.504167 -77.929167 66.0000
58 844 1710 -10.506250 -77.933333 35.0000
59 843 1712 -10.510417 -77.935417 21.0000
228
15 876 1652 -10.428055 -77.844753 0.1379
16 875 1653 -10.430164 -77.846862 0.1403
17 874 1654 -10.432273 -77.848971 0.1477
18 873 1655 -10.434382 -77.851081 0.1363
19 872 1656 -10.436492 -77.853190 0.2701
20 871 1657 -10.438601 -77.855299 0.3584
21 871 1657 -10.438601 -77.855299 0.3584
22 870 1658 -10.440710 -77.857409 0.4356
23 869 1659 -10.442820 -77.859518 0.4010
24 867 1660 -10.444929 -77.863737 0.4064
25 866 1661 -10.447038 -77.865846 0.7333
26 865 1662 -10.449148 -77.867955 0.5341
27 864 1663 -10.451257 -77.870065 0.7827
28 863 1664 -10.453366 -77.872174 0.7827
29 862 1665 -10.455476 -77.874283 0.5992
30 862 1665 -10.455476 -77.874283 0.5992
31 861 1666 -10.457585 -77.876392 0.7317
32 860 1667 -10.459694 -77.878502 0.7159
33 858 1668 -10.461803 -77.882720 0.6486
34 857 1669 -10.463913 -77.884830 0.6046
35 856 1670 -10.466022 -77.886939 0.2569
36 855 1671 -10.468131 -77.889048 0.1365
37 854 1672 -10.470241 -77.891158 0.1787
38 854 1672 -10.470241 -77.891158 0.1787
39 853 1673 -10.472350 -77.893267 0.1391
40 852 1674 -10.474459 -77.895376 0.1200
41 851 1675 -10.476569 -77.897486 0.1201
42 850 1676 -10.478678 -77.899595 0.1021
43 848 1677 -10.480787 -77.903814 0.0966
44 847 1678 -10.482897 -77.905923 0.0931
45 846 1679 -10.485006 -77.908032 0.0982
46 845 1680 -10.487115 -77.910141 0.0984
47 845 1680 -10.487115 -77.910141 0.0984
48 844 1681 -10.489225 -77.912251 0.0958
229
49 843 1682 -10.491334 -77.914360 0.0972
50 842 1683 -10.493443 -77.916469 0.1245
51 841 1684 -10.495552 -77.918579 0.1113
52 839 1685 -10.497662 -77.922797 0.1077
53 838 1686 -10.499771 -77.924907 0.0882
54 837 1687 -10.501880 -77.927016 0.0913
55 837 1687 -10.501880 -77.927016 0.0913
56 836 1688 -10.503990 -77.929125 0.0982
57 835 1689 -10.506099 -77.931235 0.1250
58 834 1690 -10.508208 -77.933344 0.1416
59 833 1691 -10.510318 -77.935453 0.1116
230
14 1237 2302 -11.799106 -77.083292 0.8093
15 1237 2302 -11.799106 -77.083292 0.8093
16 1235 2303 -11.801215 -77.087511 0.7287
17 1235 2303 -11.801215 -77.087511 0.7287
18 1233 2304 -11.803325 -77.091729 0.7928
19 1233 2304 -11.803325 -77.091729 0.7928
20 1230 2305 -11.805434 -77.098057 0.7863
21 1230 2305 -11.805434 -77.098057 0.7863
22 1230 2305 -11.805434 -77.098057 0.7863
23 1228 2306 -11.807543 -77.102276 0.8943
24 1228 2306 -11.807543 -77.102276 0.8943
25 1226 2307 -11.809653 -77.106494 0.6387
26 1226 2307 -11.809653 -77.106494 0.6387
27 1224 2308 -11.811762 -77.110713 0.3070
28 1224 2308 -11.811762 -77.110713 0.3070
29 1222 2309 -11.813871 -77.114932 0.1881
30 1222 2309 -11.813871 -77.114932 0.1881
31 1220 2310 -11.815981 -77.119150 0.1801
32 1220 2310 -11.815981 -77.119150 0.1801
33 1218 2311 -11.818090 -77.123369 0.1692
34 1218 2311 -11.818090 -77.123369 0.1692
35 1216 2312 -11.820199 -77.127587 0.2596
36 1216 2312 -11.820199 -77.127587 0.2596
37 1214 2313 -11.822308 -77.131806 0.2811
38 1214 2313 -11.822308 -77.131806 0.2811
39 1214 2313 -11.822308 -77.131806 0.2811
40 1212 2314 -11.824418 -77.136025 0.2705
41 1212 2314 -11.824418 -77.136025 0.2705
42 1210 2315 -11.826527 -77.140243 0.3248
43 1210 2315 -11.826527 -77.140243 0.3248
44 1208 2316 -11.828636 -77.144462 0.3222
45 1208 2316 -11.828636 -77.144462 0.3222
46 1205 2317 -11.830746 -77.150790 0.3248
47 1205 2317 -11.830746 -77.150790 0.3248
231
48 1203 2318 -11.832855 -77.155008 0.2608
49 1203 2318 -11.832855 -77.155008 0.2608
50 1201 2319 -11.834964 -77.159227 0.2365
51 1201 2319 -11.834964 -77.159227 0.2365
52 1199 2320 -11.837074 -77.163446 0.2025
53 1199 2320 -11.837074 -77.163446 0.2025
54 1197 2321 -11.839183 -77.167664 0.1949
55 1197 2321 -11.839183 -77.167664 0.1949
56 1197 2321 -11.839183 -77.167664 0.1949
57 1195 2322 -11.841292 -77.171883 0.1925
58 1193 2323 -11.843402 -77.176102 0.0000
232
15 1252 2330 -11.797917 -77.083333 806.0000
16 1250 2331 -11.800000 -77.087500 722.0000
17 1250 2331 -11.800000 -77.087500 722.0000
18 1247 2333 -11.804167 -77.093750 764.0000
19 1247 2333 -11.804167 -77.093750 764.0000
20 1245 2333 -11.804167 -77.097917 683.0000
21 1245 2333 -11.804167 -77.097917 683.0000
22 1245 2333 -11.804167 -77.097917 683.0000
23 1243 2334 -11.806250 -77.102083 603.0000
24 1243 2334 -11.806250 -77.102083 603.0000
25 1241 2336 -11.810417 -77.106250 405.0000
26 1239 2336 -11.810417 -77.110417 359.0000
27 1239 2336 -11.810417 -77.110417 359.0000
28 1241 2336 -11.810417 -77.106250 405.0000
29 1237 2337 -11.812500 -77.114583 265.0000
30 1237 2337 -11.812500 -77.114583 265.0000
31 1235 2339 -11.816667 -77.118750 215.0000
32 1233 2339 -11.816667 -77.122917 181.0000
33 1233 2339 -11.816667 -77.122917 181.0000
34 1235 2339 -11.816667 -77.118750 215.0000
35 1231 2340 -11.818750 -77.127083 172.0000
36 1231 2340 -11.818750 -77.127083 172.0000
37 1228 2342 -11.822917 -77.133333 223.0000
38 1228 2342 -11.822917 -77.133333 223.0000
39 1228 2342 -11.822917 -77.133333 223.0000
40 1226 2342 -11.822917 -77.137500 261.0000
41 1226 2342 -11.822917 -77.137500 261.0000
42 1224 2343 -11.825000 -77.141667 338.0000
43 1224 2343 -11.825000 -77.141667 338.0000
44 1222 2345 -11.829167 -77.145833 258.0000
45 1222 2345 -11.829167 -77.145833 258.0000
46 1220 2345 -11.829167 -77.150000 255.0000
47 1220 2345 -11.829167 -77.150000 255.0000
48 1218 2346 -11.831250 -77.154167 250.0000
233
49 1218 2346 -11.831250 -77.154167 250.0000
50 1216 2348 -11.835417 -77.158333 178.0000
51 1216 2348 -11.835417 -77.158333 178.0000
52 1214 2348 -11.835417 -77.162500 175.0000
53 1214 2348 -11.835417 -77.162500 175.0000
54 1212 2349 -11.837500 -77.166667 126.0000
55 1212 2349 -11.837500 -77.166667 126.0000
56 1212 2349 -11.837500 -77.166667 126.0000
57 1207 2351 -11.841667 -77.177083 64.0000
58 1210 2351 -11.841667 -77.170833 11.0000
234
13 1895 3716 -14.685417 -75.743750 821.0000
14 1896 3716 -14.685417 -75.741667 844.0000
15 1894 3717 -14.687500 -75.745833 794.0000
16 1893 3719 -14.691667 -75.747917 749.0000
17 1892 3719 -14.691667 -75.750000 750.0000
18 1892 3720 -14.693750 -75.750000 726.0000
19 1890 3722 -14.697917 -75.754167 684.0000
20 1891 3722 -14.697917 -75.752083 684.0000
21 1889 3723 -14.700000 -75.756250 624.0000
22 1887 3725 -14.704167 -75.760417 616.0000
23 1888 3725 -14.704167 -75.758333 602.0000
24 1886 3726 -14.706250 -75.762500 637.0000
25 1886 3728 -14.710417 -75.762500 713.0000
26 1885 3728 -14.710417 -75.764583 719.0000
27 1884 3729 -14.712500 -75.766667 646.0000
28 1882 3731 -14.716667 -75.770833 577.0000
29 1883 3731 -14.716667 -75.768750 594.0000
30 1881 3732 -14.718750 -75.772917 521.0000
31 1880 3734 -14.722917 -75.775000 492.0000
32 1880 3734 -14.722917 -75.775000 492.0000
33 1879 3735 -14.725000 -75.777083 430.0000
34 1877 3737 -14.729167 -75.781250 342.0000
35 1878 3737 -14.729167 -75.779167 370.0000
36 1876 3738 -14.731250 -75.783333 324.0000
37 1875 3740 -14.735417 -75.785417 97.0000
38 1874 3740 -14.735417 -75.787500 78.0000
39 1874 3741 -14.737500 -75.787500 64.0000
40 1872 3743 -14.741667 -75.791667 7.0000
41 1873 3743 -14.741667 -75.789583 28.0000
235
; ROI rgb value: {255, 255, 255}
; ROI npts: 41
; ID X Y Lat Lon B1
1 1883 3658 -14.659330 -75.720678 0.0735
2 1882 3659 -14.661440 -75.722787 0.0718
3 1881 3660 -14.663549 -75.724896 0.0535
4 1881 3661 -14.665658 -75.724896 0.0492
5 1880 3662 -14.667768 -75.727006 0.0523
6 1879 3663 -14.669877 -75.729115 0.0606
7 1878 3664 -14.671986 -75.731224 0.0789
8 1877 3665 -14.674096 -75.733334 0.1580
9 1876 3666 -14.676205 -75.735443 0.2791
10 1875 3667 -14.678314 -75.737552 0.3317
11 1875 3668 -14.680423 -75.737552 0.2687
12 1874 3669 -14.682533 -75.739661 0.2776
13 1873 3670 -14.684642 -75.741771 0.3456
14 1872 3671 -14.686751 -75.743880 0.3695
15 1871 3672 -14.688861 -75.745989 0.3710
16 1870 3673 -14.690970 -75.748099 0.4143
17 1870 3674 -14.693079 -75.748099 0.4143
18 1869 3675 -14.695189 -75.750208 0.3464
19 1868 3676 -14.697298 -75.752317 0.3734
20 1867 3677 -14.699407 -75.754427 0.4075
21 1866 3678 -14.701517 -75.756536 0.2896
22 1865 3679 -14.703626 -75.758645 0.2116
23 1864 3680 -14.705735 -75.760755 0.2155
24 1864 3681 -14.707845 -75.760755 0.2155
25 1863 3682 -14.709954 -75.762864 0.3981
26 1862 3683 -14.712063 -75.764973 0.3680
27 1861 3684 -14.714172 -75.767082 0.2486
28 1860 3685 -14.716282 -75.769192 0.1836
29 1859 3686 -14.718391 -75.771301 0.1767
30 1859 3687 -14.720500 -75.771301 0.1979
31 1858 3688 -14.722610 -75.773410 0.2115
236
32 1857 3689 -14.724719 -75.775520 0.2531
33 1856 3690 -14.726828 -75.777629 0.3016
34 1855 3691 -14.728938 -75.779738 0.2715
35 1854 3692 -14.731047 -75.781848 0.1621
36 1853 3693 -14.733156 -75.783957 0.1675
37 1853 3694 -14.735266 -75.783957 0.1522
38 1852 3695 -14.737375 -75.786066 0.1104
39 1851 3696 -14.739484 -75.788176 0.1043
40 1850 3697 -14.741593 -75.790285 0.1043
41 1849 3698 -14.743703 -75.792394 0.0000
237